第13卷第6期 智能系统学报 Vol.13 No.6 2018年12月 CAAI Transactions on Intelligent Systems Dec.2018 D0:10.11992/tis.201801009 网络出版地址：http:/kns.cnki.net/kcms/detail/23.1538.TP.20180412.1148.008.html 基于Object Proposals并集的显著性检测模型 赵闰霞，蹇木伟2，齐强，王静，王瑞红，董军宇 (1.中国海洋大学信息科学与工程学院，山东青岛266000：2.山东财经大学计算机科学与技术学院，山东 济南250014) 摘要：针对当前常见的显著性检测模型得到的结果会包含大量的背景区域的缺点，本文提出了基于Object Proposals并集的显著性检测模型。该模型首先对于输入图片生成一系列Object Proposals,.并通过其并集计算得 到背景图：然后结合纹理特征和全局对比度得到初始显著图：最后，用得到的背景图对初始显著图进行背景抑 制得到最终显著图。实验结果表明，在通用MSRA1O00数据集上，本文提出的显著性模型与其他5种方法相比 取得了很好的效果。 关键词：显著性检测；object proposal;超像素；纹理；背景图；全局对比度；边界连通性；自底向上 中图分类号：TP391文献标志码：A文章编号：1673-4785(2018)06-0946-06 中文引用格式：赵闰霞，蹇木伟，齐强，等.基于0 bject Proposals并集的显著性检测模型.智能系统学报，2018,13(6)： 946-951. 英文引用格式：ZHAO Runxia,JIAN Muwei,,QI Qiang,etal.Saliency detection model based on the union of Object Proposals. CAAI transactions on intelligent systems,2018,13(6):946-951. Saliency detection model based on the union of Object Proposals ZHAO Runxia',JIAN Muwei,QI Qiang',WANG Jing',WANG Ruihong',DONG Junyu' (1.College of Information Science and Engineering.Ocean University of China,Qingdao 266000,China;2.School of Computer Sci- ence &Technology,Shandong University of Finance and Economics,Ji'nan 250014,China) Abstract:In saliency detection,current existing models usually produce results containing many background regions. To improve the performance,a novel saliency detection model is proposed based on the union of object proposals.The model first generates a series of object proposals from the input pictures,and then gets the background map by comput- ing the union,and then obtains the initial saliency map by combining the texture and global contrast.Finally,the final saliency map is derived by restraining the initial saliency map with the obtained background map.Experimental results on the general MSRA1000 dataset demonstrate that the proposed saliency model performs well compared to the other five existing methods. Keywords:saliency detection;Object Proposal;superpixels;texture;background map;global contrast;boundary con- nectivity;bottom-up 近年来，显著性检测在图像处理和计算机视 显著性检测方法通常可分为两种模型：自底 觉领域中愈发重要，并且得到了广泛研究和应 向上(bottom-up)5-10和自顶向下(top-down)-i。 用。显著性检测的本质是模拟人类的视觉注意机 自底向上一般是快速的、数据驱动的显著性提取 制提取图像中最引人注意的区域，目前已被广泛 模型。Cheng等提出了基于区域对比度的显著 应用于图像分割山、目标识别)、像压缩以及图 性检测算法，用于测量全局对比度差异；Harel等 像检索等领域。 提出了一种基于图形的显著性模型检测图像中的 显著物体；Erdem!使用从局部图像块提取的图像 收稿日期：2018-01-08.网络出版日期：2018-04-12 基金项目：国家自然科学基金项目(61601427,61602229)】 特征的协方差矩阵来计算最终的显著性图；Murray 通信作者：蹇木伟.E-mail:20l730l6@sdufe.edu.cn 等]设计了一种特殊的颜色外观显著性检测模DOI: 10.11992/tis.201801009 网络出版地址: http://kns.cnki.net/kcms/detail/23.1538.TP.20180412.1148.008.html 基于 Object Proposals 并集的显著性检测模型 赵闰霞1 ，蹇木伟1,2，齐强1 ，王静1 ，王瑞红1 ，董军宇1 （1. 中国海洋大学 信息科学与工程学院，山东 青岛 266000; 2. 山东财经大学 计算机科学与技术学院，山东 济南 250014） 摘 要：针对当前常见的显著性检测模型得到的结果会包含大量的背景区域的缺点，本文提出了基于 Object Proposals 并集的显著性检测模型。该模型首先对于输入图片生成一系列 Object Proposals，并通过其并集计算得 到背景图；然后结合纹理特征和全局对比度得到初始显著图；最后，用得到的背景图对初始显著图进行背景抑 制得到最终显著图。实验结果表明，在通用 MSRA1000 数据集上，本文提出的显著性模型与其他 5 种方法相比 取得了很好的效果。 关键词：显著性检测；object proposal；超像素；纹理；背景图；全局对比度；边界连通性；自底向上 中图分类号：TP391 文献标志码：A 文章编号：1673−4785(2018)06−0946−06 中文引用格式：赵闰霞, 蹇木伟, 齐强, 等. 基于 Object Proposals 并集的显著性检测模型[J]. 智能系统学报, 2018, 13(6): 946–951. 英文引用格式：ZHAO Runxia, JIAN Muwei, QI Qiang, et al. Saliency detection model based on the union of Object Proposals[J]. CAAI transactions on intelligent systems, 2018, 13(6): 946–951. Saliency detection model based on the union of Object Proposals ZHAO Runxia1 ，JIAN Muwei1,2 ，QI Qiang1 ，WANG Jing1 ，WANG Ruihong1 ，DONG Junyu1 (1. College of Information Science and Engineering, Ocean University of China, Qingdao 266000, China; 2. School of Computer Sci￾ence &Technology, Shandong University of Finance and Economics, Ji’nan 250014, China) Abstract: In saliency detection, current existing models usually produce results containing many background regions. To improve the performance, a novel saliency detection model is proposed based on the union of object proposals. The model first generates a series of object proposals from the input pictures, and then gets the background map by comput￾ing the union, and then obtains the initial saliency map by combining the texture and global contrast. Finally, the final saliency map is derived by restraining the initial saliency map with the obtained background map. Experimental results on the general MSRA1000 dataset demonstrate that the proposed saliency model performs well compared to the other five existing methods. Keywords: saliency detection; Object Proposal; superpixels; texture; background map; global contrast; boundary con￾nectivity; bottom-up 近年来，显著性检测在图像处理和计算机视 觉领域中愈发重要，并且得到了广泛研究和应 用。显著性检测的本质是模拟人类的视觉注意机 制提取图像中最引人注意的区域，目前已被广泛 应用于图像分割[1] 、目标识别[2] 、像压缩[3]以及图 像检索[4]等领域。 显著性检测方法通常可分为两种模型：自底 向上 (bottom-up)[5−10]和自顶向下 (top-down)[11−12]。 自底向上一般是快速的、数据驱动的显著性提取 模型。Cheng 等 [5]提出了基于区域对比度的显著 性检测算法，用于测量全局对比度差异；Harel 等 [6] 提出了一种基于图形的显著性模型检测图像中的 显著物体；Erdem[7]使用从局部图像块提取的图像 特征的协方差矩阵来计算最终的显著性图；Murray 等 [8]设计了一种特殊的颜色外观显著性检测模 收稿日期：2018−01−08. 网络出版日期：2018−04−12. 基金项目：国家自然科学基金项目 (61601427，61602229). 通信作者：蹇木伟. E-mail：20173016@sdufe.edu.cn. 第 13 卷第 6 期 智 能 系 统 学 报 Vol.13 No.6 2018 年 12 月 CAAI Transactions on Intelligent Systems Dec. 2018