一种基于广度学习系统的显著性检测方法及装置

摘要

本发明涉及一种基于广度学习系统的显著性检测方法及装置，其中方法包括：步骤S1：将图像分割为多个超像素点，提取每个超像素的颜色，位置，纹理，先验和对比度信息，并得到各超像素的特征向量；步骤S2：基于得到的各超像素的特征向量对图像进行处理，得到初始显著图；步骤S3：对初始显著图建立条件随机场模型，并使用基于广度学习的回归计算条件随机场中的核矩阵，将得到的最优解作为优化后的显著图；步骤S4：使用得到的优化后的显著图用于视觉跟踪，图像分类、图像分割、目标识别，图像视频压缩，图像检索或图像重定向。与现有技术相比，本发明在特征提取阶段，结合了颜色特征，空间特征，纹理特征，先验特征和对比特征，提高检测效果。