21、基于人类视觉系统特性的显著目标检测与图像重定向方法

基于人类视觉系统特性的显著目标检测与图像重定向方法

1 基于人类视觉系统尺度选择性的显著目标检测

1.1 交叉验证测试

依据相关敏感性系数，进行了四项测试：
- 前两项测试：利用部分图像的敏感性系数作为幅度的加权值，在同一数据集的另一部分上进行测试。
- 后两项测试：采用跨数据集验证的方式，即训练和测试在不同数据集上进行。具体而言，使用 Judd 整个数据集的每个敏感性系数作为幅度的加权值，在 Bruce 数据集上进行测试；同样，在 Bruce 整个数据集上训练，在 Judd 数据集上测试。

测试情况	结果
均在 Bruce 数据集上训练和测试	0.71259
最佳结果（Judd 训练，Bruce 测试）	-
最差结果（Bruce 训练，Judd 测试）	-

测试结果显示，最佳测试结果来自在 Judd 上训练并在 Bruce 上测试，而最差结果来自在 Bruce 上训练并在 Judd 上测试。这可能是因为 Judd 数据集中的图像包含更多吸引人类眼球的语义对象，如人脸、汽车等，仅靠低级信号特征无法完全解释。不过，训练结果之间的差异较小，这表明可以通过设计一个带通滤波器来模拟人类视觉系统（HVS）的尺度选择性，