区域弱相关自表示的显著目标检测方法

作     者：陈晓云 张萌 Chen Xiaoyun;Zhang Meng

作者机构：福州大学数学与计算机科学学院福州350116 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2018年第30卷第12期

页      面：2300-2310页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金(71273053 11571074) 福建省自然科学基金(2018J01666) 

主　　题：显著目标检测 低秩矩阵恢复 区域弱相关 自表示系数 

摘      要：针对显著目标不相似时目标的显著值不一致问题,提出区域弱相关自表示的显著目标检测方法.首先在低秩矩阵恢复理论基础上为显著目标引入拉普拉斯正则项,以增大显著目标与背景的差异;然后最小化显著目标自表示系数的F-范数,使检测出的显著目标一致高亮;最后用可调节反正切函数对背景施加强的低秩约束,使背景与显著目标最大程度分离.在公开的显著目标检测数据集上与不同的显著目标检测方法进行对比实验,结果表明,该方法能得到更完整的显著目标和更一致的显著图.