简介
因为需求原因,看了下显著图这块,本篇主要是对论文:Saliency Filters: Contrast Based Filtering for Salient Region Detection的实现和总结。
基本原理
主要涉及超像素和一些基本假设:1、超像素分割和滤波,保边的同时去掉噪声之类干扰。 2、假设图像上出现得越罕见的颜色,越显著。 3、某个颜色密集分布在某个区域,比零散或均匀分布在整个图像上更加显著。
实现流程
如论文所述,分为四个部分: 1、超像素分割和滤波。网上有现成超像素算法,滤波很简单,就是简单的超像素内像素求均值。 得到中间结果图如下:![]()
2、计算超像素颜色/成分罕见度。 根据公式:。 其中Wij =
pi为超像素元素坐标平均值。 ci为超像素元素颜色平均值。 N为超像素个数。
得到中间结果图如下:![]()
3、计算超像素元素颜色分布密度。 根据公式:![]()
得到中间结果图如下:![]()
4、显著图计算 根据公式:![]()
得到最终显著图:![]()
结果对比和缺陷疑问
跑了轮图片,结果如下:![]()
![]()
感觉该论文算法,对场景单一前景可以有很好效果,但是对复杂场景,效果似乎不是很好。