我读Saliency Filters cvpr 2012

2014-7-31新增

为了方便大家下载，我把我自己的Saliency Filters和其中使用到的SLIC superpixels方法上传到gitbub。

地址：Saliency Filters、SLIC superpixels

----------------------------------------------------------------------------------------------------------------------------

      我的ppt讲稿如下，如有不对请指出，大家共同进步

            http://download.csdn.net/detail/xuanwu_yan/4693016

      我的Saliency Filters实现，使用Matlab和C。地址：

            http://download.csdn.net/detail/xuanwu_yan/6620931

      

      Saliency有很多人在做，发文章相对来说也容易一些。此篇文章的主要贡献有两个，一个是提出了新的方法提取saliency，另外一个就是对其进行了加速。本文中只对第一点进行讲解。

      论文中提出的新方法提取saliency，主要有两点：一个是元素的独特性、一个是元素的分布。这篇文章是自底向上的saliency检测。

      

零、预分割

      首先对整幅图进行super segmentation，SLIC superpixel中使用的是欧式距离LABXY，此篇论文在此处改进了SLIC，使用GDT（geodesic distance transform）。使用了GDT对边界具有良好的敏感性的特性。Geodesic Image and Video Editing

      

一、元素的独特性

      就是元素和整体的差异，越是鲜明的与整幅图对比，元素越有可能是主体。对于得到的superpixels，然后对每个元素i进行如下运算。

      

此中的ci和cj不是RGB色彩空间而是CIELab颜色空间，其中的position至今我也不知道是什么。。。

      

二、元素的分布

      颜色分布在整幅图片中，则认为是背景；颜色分布相对集中，则是显著区域。同上，运用公式

      

这里还有上面的N都是所有的element。

      

三、各个pixel进行差值

      对以上的U和D进行归一化，先计算一个S，由于元素分布具有高判断准确性，这里

      

      接下来对每个pixel插值

      

这里的N是与element相邻接的superpixels。最终得到结果。