基于KL散度及多尺度融合的显著性区域检测算法

来源：电子与信息学报杂志2016年第7期北京时间：

作者：罗会兰, 万成涛, 孔繁胜

单位：1.(江西理工大学信息工程学院 赣州 341000) ②(浙江大学计算机科学技术学院 杭州 310027)

摘要：基于对超像素颜色概率分布间KL散度的计算，以及对多尺度显著图的融合处理，该文提出一种新的显著性区域检测算法。首先，采用超像素算法多尺度分割图像，在各尺度下用分割产生的超像素为节点，并依据超像素分割数量对各超像素进行适当邻接连通扩展，构建无向扩展闭环连通图。 其次，依据颜色判别力聚类量化各超像素内颜色，统计颜色聚类标签的概率分布，用概率分布间KL散度的调和平均值为扩展闭环连通图的边加权，再依据区域对比度并结合边界连通性，获取各尺度下的显著图。 最后，平均融合各尺度下显著图，并进行优化处理，得到最终的显著图。 在一些大型参考数据集上进行大量实验表明，所提算法优于当前一些先进算法，具有较高精确度和召回率，并且可以产生平滑显著图。

关键词：显著性区域检测, 多尺度融合, KL散度, 闭环连通图

基金资助：国家自然科学基金(61105042, 61462035)，江西省青年科学家培养项目(20153BCB23010)