基于Faster R-CNN的显著性目标检测方法

摘要

显著性目标检测成为计算机视觉领域中的研究热点问题之一,但目前的方法在面对前景和背景对比度不强及复杂背景的图像时,较难取得好的检测效果.融合多尺度超像素分割方法,提出一种在背景信息相对复杂的场景中基于Faster R-CNN的显著性目标检测方法.首先对图像进行多尺度超像素分割,同时利用Faster R-CNN对图像进行目标检测,根据似物性特点对超像素进行显著性筛选,得到初始目标位置特征后进行显著性检测及优化,最后使用元胞自动机方法对多尺度超像素显著性图进行融合.通过在特定类数据集进行实验,与已有典型显著性检测进行对比分析,验证了本文方法在背景复杂的图像中可提升显著性目标检测的精度.