摘要：为了克服图像底层特征与高层语义之间的语义鸿沟,降低自顶向下的显著性检测方法对特定物体先验的依赖,提出一种基于高层颜色语义特征的显著性检测方法。首先从彩色图像中提取结构化颜色特征并在多核学习框架下,实现对图像进行颜色命名获取像素的颜色语义名称;接着利用图像颜色语义名称分布计算高层颜色语义特征,再将其与底层的Gist特征融合,通过线性支持向量机训练生成显著性分类器,实现像素级的显著性检测。实验结果表明,与其他先进方法对比,该方法能够更加准确地检测出人眼视觉关注点。与传统的底层颜色特征相比,颜色语义特征能够获得更好的显著性检测结果。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社