论文部分内容阅读
为了提高显著性检测的鲁棒性,增加全局信息和局部信息的联系,提出一种基于稀疏表示和标签传播的显著性检测算法.首先将复杂数据集进行简洁的表达,获得数据间更深层次的全局联系,并利用稀疏表示理论定义邻接矩阵,突破以往具有共同边界的限制,将处于同一子空间的数据点定义为邻居;其次利用图像中每个区域间的相似度计算权值矩阵并构建图模型,然后经过有效筛选部分边界区域获得背景标签;最后基于上述算法获得的图模型和背景标签,应用标签传播算法预测未标记区域的标签信息,获得最终的显著性图.在多个公开的显著性数据库上进行实验,验