基于对比度滤波的显著区域检测-SF（Saliency Filters: Contrast Based Filtering for Salient Region Detection）

最新推荐文章于 2021-06-11 23:50:17 发布
最新推荐文章于 2021-06-11 23:50:17 发布
阅读量3.1k 收藏 7
点赞数
CC 4.0 BY-SA版权
分类专栏： 显著性检测算法 文章标签： SF 显著性检测 对比度滤波 显著区域检测
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_22238021/article/details/74201118
SF算法通过对比度滤波进行显著区域检测，将图像元素抽象为平均颜色，评估其独特性和空间分布。显著性检测考虑了元素的唯一性和空间紧凑性，利用高斯权重生成显著图，实现局部和颜色敏感的检测。该方法在高效高维滤波框架下运行，利用permutohedral lattice embedding技术。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

详见点击打开链接

抽象化：将图像分解成由其平均颜色表示的紧凑，感知均匀的元素。 元素保存相关结构，并抽出不需要的细节。

唯一性：在某些方面从其他地区脱颖而出的区域引起了我们的注意，因此应该更加突出。 因此，我们测量每个元素的唯一性/稀有度Ui：


分布：理想地，属于背景的颜色将分布在呈现高空间方差的整个图像上，而前景对象通常更紧凑。 因此，我们测量每个元素的空间分布Di：


最低0.47元/天 解锁文章

200万优质内容无限畅学
阅读图像显著性检测论文四：Saliency Filters Contrast Based Filtering for Salient Region Detection
xbcReal的博客
12-14 3526
这是出自CVPR 2012年的一篇文章，目前谷歌学术引用次数500+，与前面提取特征或者转到频率域做的方法不同，这篇文章使用了非常直观的对比度来描述显著性，笔者认为是非常符合人类视觉系统的认知方式的，是一篇非常不错的文章，值得我们去了解。
图像显著性论文（六）—Saliency Filters Contrast Based Filtering for Salient Region Detection
热门推荐
chenjiazhou12的专栏
10-30 1万+
看了这么多篇显著性CVPR经典的显著性论文，真的是受益匪浅，每看一篇论文都觉得这方法实在是太棒了，都不知道怎么改善了，但是下一篇还是能用其他方法得到更好的效果，整个看论文的过程，也让我对图像显著性的发展有了一定的了解，再看多几篇自己也尝试写写这方面的论文，当然不要求能跟大神一样发个CVPR这类的会议，慢慢来，慢慢积累，每天有所进步就足够了，今天要介绍的这篇文章是2012年的文章，作者实验得出的效果比HC/RC的效果还要好，实际运行出来也可以看出效果很好，而且运行时间很快，想了解详情，那就跟我一起看看这篇论文
《Saliency Filters: Contrast Based Filtering for Salient Region Detection》阅读理解
yuehuihui00的博客
06-11 324
作者：Federico Perazzi Philipp Kr ¨ ahenb ¨ uhl 2 Yael Pritch1 Alexander Hornung1 1Disney Research Zurich 2Stanford University
显著性检测 GS MR RBD SF算法
05-15
运行demo.m以了解如何使用 Saliency Optimization [1]以及Saliency Filter [2]，Geodesic Saliency [3] Manifold Ranking [4]。 [1] Wangjiang Zhu, Shuang Liang, Yichen Wei, and Jian Sun. Saliency Optimization from Robust Background Detection. In CVPR, 2014. [2] F. Perazzi, P. Krahenbuhl, Y. Pritch, and A. Hornung. Saliency filters: Contrast based filtering for salient region detection. % In CVPR, 2012. [3] Y.Wei, F.Wen,W. Zhu, and J. Sun. Geodesic saliency using background priors. In ECCV, 2012. [4] C. Yang, L. Zhang, H. Lu, X. Ruan, and M.-H. Yang. Saliency detection via graph-based manifold ranking. In CVPR, 2013.
CVPR 2011 Global contrast based salient region detection
weixin_33872566的博客
12-26 218
Two salient region detection methods are proposed in this paper: HC AND RC HC: Histogram based contrast 1. Primary method It is simply to calculate the saliency of each color in the input image, wh...
Global Contrast based Salient Region Detection (Ming ming Cheng)
信息学院嵌入式实验室
06-24 4132
程明明 Salient Region Detection
图像显著性论文（五）——Global Contrast based Salient Region Detection
chenjiazhou12的专栏
10-22 7497
图像显著性论文（五）——Global Contrast based Salient Region Detection
Python 图像 一样大小_【数字图像处理系列五】图像滤波之空间滤波：图像平滑降噪和图像锐化...
weixin_39919165的博客
10-21 484
python版本：python3.5.4 ；opencv-python版本：opencv-python3.4.2.17使用的开发环境是jupyter notebook，是一个python的交互式开发环境，测试十分方便，并集成了vim操作，安装教程可参考：https://blog.youkuaiyun.com/feilong_csdn/article/details/80186276先导文章：ope...
Saliency Filters的实现
10-27
博客的ppt文档，如有不当之处请指出，大家共同进步~
阅读图像显著性检测论文五：2011年版本的Global Contrast Based Salient Region Detection
xbcReal的博客
12-15 4390
本篇博客将要介绍的是程明明老师在2011年提出的一种基于全局对比度的显著性检测方法，后来程明明老师在这个领域做了许多突出的贡献，这篇文章是其中比较经典的一篇，值得我们去研究。至于论文本身，作者已经给出了中文版的论文，所以阅读起来还是会轻松不少，而且也会少了一些语言上词语的理解不到位，这个行为笔者认为是蛮好的，可以降低更多人阅读优秀论文的门槛，大家也可以直接阅读中文版的论文，以超链接的形式给出了。话
Saliency Filters的Matlab实现
11-27
Name: Saliency Filters Reference: Perazzi, Federico, et al. "Saliency filters: Contrast based filtering for salient region detection." Computer Vision and Pattern Recognition (CVPR), 2012 IEEE Conference on. IEEE, 2012. Implemented by Yifeng Zhang Tianjin University, China Note: 1. The result of super-pixel named 'sp' should be a double matrix 2. any super-pixel methods is OK 3. If you have any question, please visit http://blog.youkuaiyun.com/xuanwu_yan/article/details/7734173 and reply, I'm pretty glad to answer it. 4. If you release any improvement of this, please keep my name on the thanks part :D How to use: 1. cd the \SaliencyFilters\MEX dictionary and run make_all.m 2. cd the \SaliencyFilters dictionary, run demo_saliency.m 3. if you have a trouble in mexGenerateSuperPixel.mexw64, please use another superpixel method instead.
四种简单的图像显著性区域特征提取方法-----> AC/HC/LC/FT。
weixin_30569153的博客
02-15 4532
四种简单的图像显著性区域特征提取方法-----> AC/HC/LC/FT。 分类： 图像处理 2014-08-03 12:40 4088人阅读 评论(4) 收藏 举报 salient region detec显著性检测 laviewpbt 2014.8.3 编辑 Email：laviewpbt@sina.com QQ：33184777 最近闲来蛋痛，看了一些显著性检测的文章...
转载： 关于显著性检验，你想要的都在这儿了！！（基础篇）
去向前方的博客
07-13 7700
关于显著性检验，你想要的都在这儿了！！（基础篇） 无论你从事何种领域的科学研究还是统计调查，显著性检验作为判断两个乃至多个数据集之间是否存在差异的方法被广泛应用于各个科研领域。笔者作为科研界一名新人也曾经在显著性检验方面吃过许多苦头。后来醉心于统计理论半载有余才摸到显著性检验的皮毛，也为显著性检验理论之精妙，品种之繁多，逻辑之严谨所折服。在此，特写下这篇博文，以供那些仍然挣扎在显著性检验泥潭的...
显著检测论文解析1——Global contrast based salient region detection（程明明 IEEE TPAMI）
zzb4702的博客
11-16 6158
显著检测论文解析1      本人在图像处理方面的主要研究方向是显著性检测，在刚接触显著性时感觉很难下手，有太多东西不是很清楚。学习到现在我对这一块有了一定的认识，现在对显著性领域我读过的近几年比较好的论文写一下我的见解，希望对有需要的同学有一定帮助。如果所写有错误的地方希望大神们指正。    显著性检测因为是一个非常具体的研究方向，所以并不像跟踪，人脸识别这种有一些经典的方法步骤。显著性
图像显著性研究
fada6874301的博客
04-19 8124
人类可以快速准确地识别视觉场中的显著区域。在机器上模拟人类的这种能力对于使机器能够像人类一样处理视觉内容是至关重要的。在过去的几十年内，已有大量的显著性检测方法进入了公开发表。这些方法中的大部分[1-4]都趋向于预测人眼视觉注视点。然而这些人眼视觉注视点只是一些空间中的离散点，并不能准确地标识整个显著区域[5-6]。 近些年来，一些科研单位和研究人员已经开始密切关注于显著区域检测方法的构建工作，
显著性检测——GR模型
JERRY6066的博客
02-22 6811
显著性检测——GR模型1. Introduction2. Saliency Model2.1 Initial Saliency Map2.2 Saliency Map Refining With Graph Regularization3. Experiments4. Conclusion 本人最近在做视觉显著性检测相关的工作，决定把自己的学习经历形成文字，希望对读者有所帮助。 笔者才疏学浅，文章...
显著性论文学习阶段总结（一）
weixin_34417183的博客
03-22 638
1.Mingming Cheng,Global Contrast based Salient Region Detection,CVPR2011 1) HC：基于直方图对比度的方法，每一个像素的显著性值是由它与图像中所有其他像素的颜色差异来确定，得到全分辨率显著性图像； 2) RC：基于局部对比度的方法，先将图像分割成小区域，采用的分割方法是基于图的分割，基本分割思想是将每个像素点作为无向...
Saliency Filter
piaomiaoju的专栏
08-08 4007
图像图区显著性信息目前比较perfect的两篇文章分别是: 1、http://cg.cs.tsinghua.edu.cn/people/~cmm/saliency/  通过图像分割和区域颜色，距离等信息计算得到显著信息。        主要步骤依次为颜色聚类，图像分割，对每个分割区域分别计算颜色直方图，然后计算每个区域的显著性信息，计算时，每两个区域的距离用颜色直方图距离衡量，每个区域对
opencv的中值滤波、双边滤波、提高对比度
qianmang的博客
01-25 1026
// 双边模糊和中值滤波.cpp: 定义控制台应用程序的入口点。 // #include "stdafx.h" #include "opencv/highgui.h" #include "opencv2/opencv.hpp" #include "iostream" using namespace cv; using namespace std; int main() { Mat
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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