【正文】 ip jp),(1),(),(jijic o lo rji ppdi s tppdi s tppitydi s s i m i l ar??????dnnjnijic o lo r uuppd i s t1),(?PBS模型 ? 圖像片 的顯著性計(jì)算方法為： 其中 為圖像片總數(shù)。一般情況下，我們并不知道目標(biāo)的位置信息和目標(biāo)的視覺特征，于是我們省略后兩項(xiàng)，只剩下自信息這一項(xiàng) )(lo g zfFp ??zf)1(lo g ?? CfFp z)1(lo g zlLCp ??)(l o gl o g zz fFps ???GCS模型 ? GCS（ Global Contrast based Saliency）模型是由程明明等人基于輸入圖像的顏色統(tǒng)計(jì)特征提出的基于直方圖對比度的圖像顯著性值檢測方法。 )(tq )(tQ)()()( tetQtQ ?? ?)(t? )(tQ 1)( ?tQ)(tq )(39。 ? 根據(jù)香農(nóng)定理，圖像特征對應(yīng)的自信息通過下面的公式進(jìn)行計(jì)算 為特征的概率密度函數(shù)。 ))(l og()( xpxI ??)(xpGBVS模型 ? GBVS（ GraphBased Visual Saliency）模型是在 Itti的模型基礎(chǔ)之上運(yùn)用馬爾可夫隨機(jī)場的特點(diǎn)構(gòu)建二維圖像的馬爾可夫鏈，通過求其平衡分布而得到顯著圖 ? 算法步驟： –特征的提取：與 Itti 算法類似 –顯著圖生成 ：馬爾可夫鏈方法 FTS模型 ? FTS（ FrequencyTuned Saliency）模型是由 Achanta等人提出的一種自底向上的顯著性檢測方法，通過局部顏色和亮度特征的對比多尺度方法求像素點(diǎn)顯著值。 tq3322110 )()()()()(39。具體的說，一個(gè)像素的顯著性值用它和圖像中其他像素顏色的對比度來定義。 ip}),(1e x p {11?????Nkkii qpityd is s im il a rNSN 實(shí)驗(yàn)結(jié)果與分析 實(shí)驗(yàn)結(jié)果與分析 ? 我們在 Achanta等人提供的公開測試數(shù)據(jù)集上面測試了上述所有方法。 ],[ 21 LxxxX ?????Liixx1],[? 21 xxxxxxX L ???? ?2/)??( LXXA T?TduuuU ],[ 21 ?? Ld?PBS模型 ? 給定圖像片 和 ，它們之間的不一致性為： 其中， 為絕對值函數(shù)。 ? 獨(dú)立于視覺特征，反映了目標(biāo)物體位置的先驗(yàn)信息。當(dāng)輸入為靜態(tài)圖像時(shí)， 。 ? AIM假設(shè)：一個(gè)視覺特征的顯著性就是該特征相對于它周圍其他特征提供的信息的差別度。 ? 將原始圖像由 SRGB顏色空間轉(zhuǎn)化成 CIE顏色空間，然后顯著性映射定義為 ? 其中 為圖像特征的幾何平均向量， 為對原始圖像的高斯模糊，采用 的二項(xiàng)式核。 ??????? tttttq ????2)(39。 ? 圖像 中像素點(diǎn) 的顯著性定義為 ? 其中 為像素在 Lab空間的顏色距離度量。據(jù)我們所知，此數(shù)據(jù)集是此類數(shù)據(jù)最大的測試集，并且有人工精確標(biāo)注了顯著性區(qū)域 。其中 U的維度為 。比如，當(dāng)知道目標(biāo)物體為綠色時(shí)，那么該項(xiàng)的值在遇到綠色點(diǎn)時(shí)比遇到藍(lán)色點(diǎn)要大。計(jì)算逆相位信息 可得到