摘要
提出一种新颖的基于最短路径的JPEG图像显著性检测算法.算法在JPEG图像的DCT系数块中直接提取出灰度、纹理和颜色3种低层次图像特征;然后,通过计算其内部块到达图像边界的最短路径来得到最终显著性值;最后,在公开测试集MSRA-1000上与多种图像显著性检测算法进行对比.实验结果显示,方法在4种不同的评测标准上都优于对照算法,并且能够快速、高效地产生令人满意的显著性图.
This paper proposes a novel image saliency detection method dealing with JPEG images, which directly extracts 3 image low-level features （intensity, texture and color） from JPEG DCT blocks and then evaluates image saliency by calculating the shortest path from each internal point to the background. We compare our method with some state-of-the-art methods on the publicly available datasets MSRA-1000. Experimental results show that our method exhibits better performance in terms of four evaluations than some state-of-the-art methods. The final saliency maps indicate that our method can also produce satisfied saliency maps directly in compressed domain.
作者
孙小龙
刘漳辉
郭文忠
SUN Xiaolong LIU Zhanghui GUO Wenzhong(College of Mathematics and Computer Science, Fuzhou University, Fuzhou, Fujian 350116, China Fujian Province Key Laboratory of Network Computing and Intelligent Information Process, Fuzhou, Fujian 350116, China)
出处
《福州大学学报（自然科学版）》
CAS
北大核心
2017年第1期1-7,共7页
Journal of Fuzhou University(Natural Science Edition)
基金
国家自然科学基金资助项目(61103175)
教育部科学技术研究重点资助项目(212086)
福建省杰出青年科学基金资助项目(2014J06017)
福建省自然科学基金资助项目(2014J01231)
福建省高校杰出青年科学基金资助项目(JA12016)
福建省高等学校新世纪优秀人才支持计划资助(JA13021)
