視覺顯著性預測綜述

孫 夏，石志儒

（1.中國科學院上海微系統與信息技術研究所上海 200050；2.上海科技大學 信息科學與技術學院，上海201210；3.中國科學院大學 北京 100049）

視覺顯著性預測綜述

孫 夏1，2，3，石志儒2

（1.中國科學院上海微系統與信息技術研究所上海 200050；2.上海科技大學 信息科學與技術學院，上海201210；3.中國科學院大學 北京 100049）

本文針對視覺顯著性預測這一熱點問題，通過介紹和對比了基于認知型、基于圖論模型、基于頻譜模型、和基于模式識別模型等視覺顯著性預測算法的優缺點，得出基于模式識別模型在現有數據庫效果最好的結論。同時，本文探究了已有的數據庫特色以及適用范圍。除此之外，本文分析了Auc、NSS和EMD等性能評估方法對于評估各種視覺顯著性預測算法性能的優勢和劣勢。文章最后針對已有視覺顯著性預測方法和數據庫的問題，對現有的視覺顯著性預測方面的研究做了總結和展望。

視覺顯著性；顯著性預測；認知模型；模式分類

在過去的十幾年，基于視覺顯著性的研究日益增多，因為其廣泛的應用性。人類在觀測事物時會迅速捕捉與背景和周圍不同的顯著性區域，以此實現在短時間內最大化所獲取的信息。因此，在計算機視覺領域，對視覺顯著性的研究有著重大意義。視覺顯著性可以用于圖像分割，圖像質量評估，圖像匹配，圖像恢復，圖像渲染，圖像和視頻壓縮，圖像縮略圖，圖像重定向，視頻摘要，視頻壓縮，場景分類，物體檢測，物體識別，視覺跟蹤，興趣點檢測，自動圖像拼貼，人臉分割和跟蹤等。……