阅读笔记RGB-‘D’ Saliency Detection With Pseudo Depth

本文提出了Pseudo Depth Prior (PDP)算法,用于RGB模型中的显著性检测。通过伪深度的测量和背景先验,解决了室内环境光干扰问题,实现了对物体显著性的有效识别。实验结果显示,该方法能成功应用于其他RGB显著性模型。

贡献
1.提出伪深度的测量方法。
2.提出伪深度背景先验。
3.提出基于伪深度的显著性检测算法Pseudo Depth Prior (PDP)。
4.在RGB模型中套用PDP
介质传输模型中的伪深度
介质传输与空间相关,t(x,y):介质传播
介质传播模型
图1 介质传播模型
深度值与传播的对数成反比
公式1 深度值与传播的对数成反比
对于室内物体,可能出现环境光的干扰,提出“半反相”图像深度(semi-inverse image depth)。
半反相图像深度
公式2 半反相图像深度
RGB-'D‘显著性检测算法
PDP算法流程图
图2 PDP算法流程图
融合后的显著性图公式
公式3 融合后的显著性图公式
小于阈值 τ 的显著性值设为0。
实验结果
实验结果
进一步的实验证明
将方法适配于新提出的RGB显著性模型DRFI和AMC。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值