文献类型：期刊文献

中文题名：图像依赖的显著图融合方法

英文题名：Image-dependent fusion method for saliency maps

作者：梁晔[1,2];马楠[2];刘宏哲[1]

第一作者：梁晔

机构：[1]北京联合大学信息服务工程重点实验室,北京100101;[2]北京联合大学机器人学院,北京100044

第一机构：北京联合大学北京市信息服务工程重点实验室

年份：2021

卷号：51

期号：4

起止页码：1-7

中文期刊名：山东大学学报：工学版

外文期刊名：Journal of Shandong University(Engineering Science)

收录：CSTPCD;;北大核心:【北大核心2020】；CSCD:【CSCD_E2021_2022】；

基金：国家自然科学基金资助项目(61871038,61871039);人才强校优选计划领军计划资助项目(BPHR2020AZ02);北京联合大学科研资助项目(ZK30202107)。

语种：中文

中文关键词：视觉注意力机制;显著性检测;显著性融合;图像依赖;脊回归

外文关键词：visual attention mechanism;saliency detection;saliency fusion;image-dependence;ridge regression

摘要：提出基于脊回归的显著图融合方法以获得更好的检测效果。在训练集中寻找待检测图像的近邻图像集,对近邻图像集采用脊回归方法对多种显著性检测方法的融合系数进行估计,进而对不同检测方法的显著图进行融合。该方法充分考虑了检测方法的差异性,很好的解决检测图像在没有基准二值标注下显著图的融合问题。试验采用流行的显著性数据集和显著性检测方法,本研究方法在ECSSD数据集上的AUC为0.911,在HKU-IS数据集上的AUC为0.987,在DUT-OMRON数据集上的AUC为0.953,结果验证了融合方法的有效性。
A saliency fusion method based on ridge regression was proposed to obtain better detection performance. The nearest neighbor set of the image to be detected was searched in the training set. The ridge regression method was used to estimate the fusion coefficients of different saliency maps. The saliency maps of different detection methods were fused. This method fully considered the differences of detection methods, and solved the problem of saliency map fusion in the absence of benchmark binary annotations. The AUC value of the proposed method was 0.911 on ECSSD dataset. The AUC value of the proposed method was 0.987 on HKU-IS dataset. The AUC value of the proposed method was 0.953 on DUT-OMRON dataset. The efficiency of the proposed method was verified by experimental results.