基于显著目标检测法的边界模型优化研究

研究提出了一种基于界限区分和多线索集成的显著目标检测方法.为解决因地图所有边界引起的误判问题,和多数采用先验背景的最新模型中,等量人为的选取作为背景.所以,通过Hausdorff距离对每个边界进行判断后,经过测地距离变换成功地建立了背景评估模型.然后通过前背景加权对比得到初始显著性图像,最后通过权重可调优化框架进行优化.大量实验表明,该方法与大多数基于边界的方法相比,具有较好的性能.此外,为了客观、优质地估计显著性图像,作者又设计了一个简单有效地非平面成像的度量标准.以该度量标准为权重,提出了一种融合多线索的显著性框架,大大提高了检测结果.