● 摘要
人类视觉系统对周围环境的感知过程分为两个阶段：一个快速的、自底向上的、数据驱动的处理阶段，和一个较慢的、自顶向下的、任务驱动的处理阶段。面对一个复杂场景，人们能够迅速地将注意力集中在场景中最为显著的部分并对其进行优先处理，这种机制即视觉选择性注意机制，也称作视觉显著性机制。视觉显著性机制保证了人眼对视觉信息处理的高效性。目前，许多图像处理任务在对待复杂场景时需要消耗大量的时间，如果能够模仿人眼视觉显著性机制建立模型，对图像中最具信息性的显著区域进行优先处理，必然能够使运算效率得到极大提升。所以，对视觉显著性建模方法的研究成为近几年机器视觉领域的热门方向，其研究成果已广泛应用于图像压缩、图像检索、目标识别等多个领域。
本文首先对几种经典的视觉显著性检测模型进行了分析，并在此基础上提出一种新颖的显著性检测方法，将图像的显著性检测归纳为一种从超像素水平粗定位到像素水平精提取的过程。在粗定位阶段，我们首先将图像过分割为若干超像素，并根据其颜色差异、分形差异及空间分布求得一个表征超像素间相似性的矩阵。依据这个矩阵，我们随后利用AP（Affinity Propagation）算法[1]对超像素聚类，并通过度量类间颜色对比度、类的结构紧凑度与偏离中心度选出最为突出的三个类作为粗糙的显著区域。在精提取阶段，我们基于粗定位出的显著区域建立了显著性影响模型，并通过对比每个像素与粗检结果的颜色差异及位置关系更新所有像素的显著度，最终得到全分辨率的、像素精度的显著性图。对当前流行数据库中图片的实验测试表明，我们的算法具有令人满意的检测效果。