该博客介绍了2013年CVPR上的一篇论文，提出了一种基于全局对比度的显著性区域检测方法，旨在避免局部对比度的局限，通过颜色对比度和空间关系提升检测效果。算法包括两个部分：HC（基于直方图对比度），通过颜色量化和平滑处理提高计算速度；RC（结合空间关系的改进），引入空间权重强调相邻区域的对比度。
前言：
论文链接：Global Contrast based Salient Region Detection
2013年，CVPR，来自于程明明团队，主要提出一种基于全局对比度的显著性区域检测算法。
作者主要认为：
- 全局对比，避免仅在物体轮廓处产生较高显著值（局部对比的缺点）；
- 有利于为相似区域分配一个相近的显著值，均匀突出目标；
- 物体显著性，主要由它与周围区域对比度决定，相距很远的区域起作用较小；
算法细节：
基于对比度的物体显著性计算，将像素的显著值定义为它和图像中其他像素的对比度，即：（在Lab空间度量）
Part 1: 基于直方图对比度的方法：HC （速度更快，准确率略低）
最低0.47元/天 解锁文章
7357
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
