[发明专利]一种基于显著标签排序的图像显著性目标检测方法

摘要

本发明实施例提供了一种基于显著标签排序的图像显著性目标检测方法。该方法主要包括：将图像样本集中的每幅图像使用SLIC分割方法划分成多个图像区域，对每个图像区域提取视觉特征和背景对比度特征；根据每个图像区域的视觉特征、背景对比度特征和显著值标签组成训练集与测试集，使用基于显著标签排序的算法学习出每幅图像中每个图像区域的显著值；利用低秩矩阵恢复理论利用每个图像区域的显著值对每幅图像进行显著图的恢复，检测出图像中的显著目标。本发明的方法充分利用矩阵的核范数控制模型的复杂度，结合视觉特征相似相以及语义标签相似性，利用图拉普拉斯正则化约束之间的相关性，有效解决显著性标签空间较大但训练图像数量有限的问题。

主权项

一种基于显著标签排序的图像显著性目标检测方法，其特征在于，包括：建立图像样本集，将所述图像样本集中的每幅图像使用超像素分割SLIC分割方法划分成多个图像区域，并对每个图像区域提取视觉特征和背景对比度特征；利用图像显著性检测算法对所述图像样本集中的每一幅图像进行显著性目标的提取，得到每幅图像中每个图像区域的显著值标签；根据每个图像区域的视觉特征、背景对比度特征和显著值标签组成训练集与测试集，并使用基于显著标签排序的算法学习出每幅图像中每个图像区域的显著值；利用低秩矩阵恢复理论利用每个图像区域的显著值对每幅图像进行显著图的恢复，检测出图像中的显著目标。