基于眼动点视觉先验与边缘优化的显著性检测

摘要

图像显著性检测是计算机视觉中的基础研究课题之一。当前基于深度学习的方法虽然能够有效提高显著性检测结果的准确性,但是在显著性目标的物体边缘细节提取方面还不能令人满意。为此,提出了一种基于眼动点预测先验的边缘细化网络用于显著性目标提取。首先,对输入图像进行眼动点预测,将生成的特征图像作为后续显著性检测的视觉先验;其次,利用多注意力机制VGG16网络进行显著性目标特征提取;最后,对特征图像进行质量优化处理,进一步提升图像显著图的质量。实验结果表明,在3个公开数据集(DUTS,ECSSD,HKU-IS)上,所提方法与其他6个主流方法相比,取得了更好的显著性检测效果。