基于协方差卷积神经网络的低对比度图像显著性检测方法

摘要

本发明涉及基于协方差卷积神经网络的低对比度图像显著性检测方法，包括步骤：以像素为单元提取训练集中的图像的低级视觉特征；以提取的低级视觉特征所组成的多维特征向量为基础构造区域协方差；以协方差矩阵为训练样本构造卷积神经网络模型；基于局部和全局对比度原则计算图像显著性。通过在现有的MSRA数据集，SOD数据集，CSSD数据集，DUT‑OMRON数据集，PASCAL‑S数据集和本发明的NI数据集上进行测试对比，得出本发明的方法提高了传统显著性检测的鲁棒性，能够高效的获得更加准确的显著图，尤其对于低对比度图像，能够很好的提取出显著性目标，为夜间安防监控、复杂环境目标定位等热点问题提供了很好的解决方案。