[发明专利]使用背景先验的测地线显著性

说明书

背景技术

人类视觉系统能够快速并准确地识别其视野中的重要区域。为了在计 算机视觉中复制这种能力，已经开发出各种显著性(saliency)检测方法以 在输入图像中发现具有最高视觉兴趣或重要性的像素或区域。这种“重要 的”像素/区域往往携带一些语义含义，例如作为从图像背景中独立出来的 图像的前景中的物体(例如，人、动物、结构等)的一部分。物体级别的 显著性检测可用于各种计算机视觉任务，例如图像汇总和重新定位目标、 图像缩略图的生成、图像修剪、用于图像编辑的物体分割、物体匹配和检 索、物体检测和识别，仅举几例。

虽然计算输入图像的显著性的基本概念看上去是逻辑的和直接的，但 是由于术语“显著性”的内在主观性，在计算机视觉领域中的显著性检测 实际上相当困难。也即，对于什么使得图像的像素/区域或多或少显著的问 题，其答案可以是高度主观的、没有准确定义的和应用相关的，使得显著 性检测的任务相当具有挑战性。

目前用于在图像中检测显著性的技术已经试图通过使用各种“自底向 上”的计算模型来解决这个问题，主要依赖于与图像的像素/区域之间的对 比度有关的图像的假设(或先验(prior))。也即，目前的显著性检测算法 依赖于以下假设：在图像的前景和背景中的物体之间的表现(appearance) 对比度会相对较高。因此，在特定的上下文(例如，在像素/小片的局部邻 域、全局地，等等)中显著的图像像素/小片(patch)将呈现高对比度。这 种公知的假设在本文中有时被称为“对比度先验”。

然而，单独使用对比度先验在图像中检测显著性对于准确检测显著性 来说是不够的，因为在单独使用对比度先验的各种实现中，所得到的显著 性映射趋向于截然不同且不一致。在某些情况下，物体的内部衰减 (attenuated)或不均匀地突出显示。在计算机视觉领域中仍然缺乏对“什 么是显著性”的通用定义，并且简单地单独使用对比度先验不太可能生成 准确的图像显著性映射。图1示出了在三个输入图像100和它们对应的地 面真值显著物体遮片102上作比较的四个示例物体级别的显著性检测技术。 如在图1中可以看出，即使对于在图1中的列100的顶部处显示的简单的 输入图像(例如番茄的图像)，技术104-110产生的结果显著性映射彼此之 间变化显著。在图1中显示的技术结果表明，单独使用对比度先验不足以 得到输入图像的合适的显著性映射。

发明内容

本文所描述的是用于使用背景先验计算图像的测地线(geodesic)显著 性的技术和系统。相对于聚焦在物体上，本文所公开的实施例聚焦在背景 上，这是通过：与对比度先验同时地，利用关于在自然图像中通常背景应 当看起来如何的假设(或先验)。这些背景先验自然地提供更多关于图像的 显著性区域的线索。

在一些实施例中，公开了用于创建输入图像的显著性映射的系统、计 算机可读介质和流程，其中该流程包括将输入图像分割成多个小片，并且 生成与图像相关联的由结点和边组成的图。在一些实施例中，小片对应于 由多个像素组成的图像的区域，但是该流程可以使用单个像素分割或者单 个图像像素的小片来实现。图的结点包括对应于所述图像的多个小片的结 点加上添加到所述图的该组结点的附加虚拟背景结点。图还包括将结点连 接到彼此的边，包括相邻小片之间的内部边和在图像的边界处的那些小片 与虚拟背景结点之间的边界边。使用该图，图像的每个小片的显著性值被 确定为从相应的小片到虚拟背景结点的最短路径的长度(即，测地线距离)。 因此，本文所公开的显著性测量有时也被称为“测地线显著性”。

提供本“发明内容”是为了以简化的形式介绍将在以下“具体实施方 式”中进一步描述的一些概念。本“发明内容”并不旨在标识出所要求保 护的主题的关键特征或必要特征；也不旨在用于限制所要求保护的主题的 范围。

附图说明

参考附图来描述具体实施方式。在附图中，附图标记的最左边的数字 标识其中附图标记首次出现的附图。在不同附图中相同的附图标记表明相 似或相同的项。

图1示出了在三个不同的输入图像之间进行比较的四个示例物体级别 显著性检测技术。

图2是显示(多个)输入图像和(多个)输出显著性映射的示例测地 线显著性计算系统的高层示意图。