融合相位一致性与二维主成分分析的视觉显著性预测

来源：电子与信息学报杂志2015年第9期北京时间：

作者：徐威, 唐振民

摘要：为了更加有效地预测图像中吸引视觉注意的关键区域，该文提出一种融合相位一致性与2维主成分分析(2DPCA)的显著性方法。该方法不同于传统的利用相位谱的方式，而是提出采用相位一致性(PC)获取图像中重要的特征点和边缘信息，经快速漂移超像素优化后，融合局部和全局颜色对比度，生成低层特征显著图。接着提出利用2DPCA提取图像块的主成分后，计算主成分空间中图像块的局部和全局可区分性，得到模式显著图。最后，通过空间离散度度量分配合适的权重，使两者融合，提取显著性区域。在两种人眼跟踪数据库上与5种经典算法的实验对比结果表明，该算法能更加准确地预测人眼视觉关注点。

关键词：图像处理, 视觉显著性, 人眼关注点预测, 相位一致性, 2维主成分分析

基金资助：国家自然科学基金(61473154)