羅會蘭 萬成濤 孔繁勝

?

基于KL散度及多尺度融合的顯著性區(qū)域檢測算法

羅會蘭*①萬成濤①孔繁勝②

①(江西理工大學信息工程學院 贛州 341000) ,②(浙江大學計算機科學技術(shù)學院 杭州 310027)

基于對超像素顏色概率分布間KL散度的計算，以及對多尺度顯著圖的融合處理，該文提出一種新的顯著性區(qū)域檢測算法。首先，采用超像素算法多尺度分割圖像，在各尺度下用分割產(chǎn)生的超像素為節(jié)點，并依據(jù)超像素分割數(shù)量對各超像素進行適當鄰接連通擴展，構(gòu)建無向擴展閉環(huán)連通圖。 其次，依據(jù)顏色判別力聚類量化各超像素內(nèi)顏色，統(tǒng)計顏色聚類標簽的概率分布，用概率分布間KL散度的調(diào)和平均值為擴展閉環(huán)連通圖的邊加權(quán)，再依據(jù)區(qū)域?qū)Ρ榷炔⒔Y(jié)合邊界連通性，獲取各尺度下的顯著圖。 最后，平均融合各尺度下顯著圖，并進行優(yōu)化處理，得到最終的顯著圖。 在一些大型參考數(shù)據(jù)集上進行大量實驗表明，所提算法優(yōu)于當前一些先進算法，具有較高精確度和召回率，并且可以產(chǎn)生平滑顯著圖。

顯著性區(qū)域檢測；多尺度融合；KL散度；閉環(huán)連通圖

1 引言

視覺顯著性可直觀地理解為視覺場景中語義元素所能引起視覺注意的能力，這種能力依賴于目標元素所擁有的顯著屬性，諸如特殊性及稀有性等。在對圖像場景信息進行處理時，可以通過顯著性區(qū)域檢測獲取優(yōu)先處理對象，以便于合理分配計算資源，降低計算量節(jié)約成本消耗。因此，檢測圖像顯著性區(qū)域具有較高的應用價值。

文獻[1]從人類視覺認知的角度提議將視覺注意機制分為兩個類型：自上而下的目標驅(qū)動型顯著性檢測，以及自下而上的數(shù)據(jù)驅(qū)動型顯著性檢測。自上而下的方法融入了更多的人類語義感知及模型訓練，而自下而上的方法更注重于從諸如對比度、空間分布等圖像底層特征中檢測顯著性區(qū)域。當前的顯著性檢測多采用自下而上的方法，由底層數(shù)據(jù)出發(fā)計算分析顯著目標或背景區(qū)域所具有的特征屬性，并將此屬性作為一種先驗知識用其區(qū)分場景中的顯著目標及背景。其中，對比度先驗知識依賴于其優(yōu)良的區(qū)分能力被大量的顯著性檢測算法所采用，并且衍生出諸如基于局部對比度[1,11]及基于全局對比度的檢測算法。近年來基于超像素的顯著性區(qū)域檢測算法得到廣泛使用。文獻[8]以超像素為節(jié)點構(gòu)建連通圖同時結(jié)合邊界先驗知識，采用基于圖的流形排序方法進行顯著檢測。文獻[17]以各超像素到達圖像邊界的最短測地線距離來衡量其顯著性，測地線距離越長超像素作為前景目標的可能性越大。文獻[7]對文獻[17]的測地線先驗知識進一步優(yōu)化提出了具有更強魯棒性的邊界連通性先驗知識，借助于該先驗知識偵測背景區(qū)域進而逆向獲取顯著前景目標?；谶吔邕B通先驗知識的顯著性區(qū)域檢測算法對圖像邊界上超像素的依賴程度較高，當圖像邊界上超像素不含圖像內(nèi)部任何背景信息時，會嚴重影響顯著檢測效果。文獻[6]提出一種基于多尺度分割的顯著性區(qū)域檢測算法，在樹圖模型上融合3種尺度下顯著圖進而得到最終顯著圖，該算法取得了良好的效果。

在文獻[6]和文獻[7]的啟發(fā)下，本文提出了一種基于KL散度(Kullback–Leibler divergence)和多尺度顯著圖融合的顯著性區(qū)域檢測算法。為解決單純用平均顏色差值度量各超像素間顏色差異的局限性，本文提出采用超像素內(nèi)部顏色概率分布間的KL散度對顏色差異進行更有效的度量；為更好地反映超像素在空間上的鄰接關(guān)系及彼此間的相似度，本文提出用超像素顏色概率分布間KL散度的調(diào)和平均值為連通圖的邊進行加權(quán)；為避免由于空間距離累加而對超像素間差異度量產(chǎn)生的過度影響，本文提出對超像素間的鄰接區(qū)域進行一定程度的擴展；為提高顯著檢測的可靠性，本文在經(jīng)過鄰接擴展的加權(quán)連通圖上，同時結(jié)合區(qū)域?qū)Ρ榷燃斑吔邕B通性先驗知識來計算各超像素顯著值；為了降低單尺度顯著檢測易產(chǎn)生的顯著區(qū)域誤判幾率，本文采用多尺度分割方法產(chǎn)生多幅顯著圖進行平均融合增強，而后進一步采用引導濾波方式優(yōu)化顯著圖。第2節(jié)詳細論述了本文算法；第3節(jié)是實驗結(jié)果與分析；最后是結(jié)論。

2 算法描述

第1步 圖像分割：采用超像素分割算法分割圖像，將圖像分割為一定數(shù)量具有一致內(nèi)部顏色的區(qū)域小塊，即超像素；

第2步 構(gòu)建無向閉環(huán)連通圖：以超像素為節(jié)點，并依據(jù)超像素分割數(shù)量對各節(jié)點的鄰接區(qū)域進行適當擴展，形成最終的鄰接擴展閉環(huán)連通圖；

第3步 構(gòu)建顯著圖：依據(jù)顏色判別力聚類量化各超像素內(nèi)顏色，統(tǒng)計顏色聚類標簽的概率分布，用各概率分布間KL散度的調(diào)和平均值度量兩超像素區(qū)域間的顏色差異性，為鄰接擴展閉環(huán)連通圖的邊進行加權(quán)，在加權(quán)連通圖上依據(jù)區(qū)域?qū)Ρ榷炔⒔Y(jié)合邊界連通性先驗知識，計算各超像素顯著值，進而獲取顯著圖。為提高顯著區(qū)域檢測效果，本文設(shè)置不同超像素分割數(shù)量，得到多尺度分割圖，同時在各尺度分割圖上依據(jù)超像素分割數(shù)量，通過擴展各超像素節(jié)點的鄰接區(qū)域的方法，來得到不同的閉環(huán)連通圖，進而得到不同尺度下的顯著圖；

第4步 多尺度顯著圖融合：平均融合各尺度下顯著圖并進行優(yōu)化處理得到最終的顯著圖。為方便后文敘述，將本文提出的基于KL散度和多尺度顯著圖融合的顯著性區(qū)域檢測算法簡稱為KLMS (KL divergence and Multi-scale Saliency)。

2.1 超像素分割及判別力顏色聚類量化

簡單線性迭代聚類算法(Simple Linear Iterative Clustering, SLIC)[20]算法的零參數(shù)版本(Zero parameter version of SLIC, SLICO)，能夠自適應選擇緊湊度因子，在色彩及紋理復雜的區(qū)域同樣可以產(chǎn)生大小一致的超像素，且運行效率與SLIC算法相當。出于構(gòu)建連通圖的需要，超像素節(jié)點的外形越規(guī)則越好，所以本文選擇SLICO算法進行超像素分割。較少數(shù)量的超像素分割下可以得到目標對象的大致輪廓，在較多數(shù)量的超像素分割下可以得到更精確的目標細節(jié)。本文通過設(shè)置多種不同數(shù)量的超像素個數(shù)(例如：25, 50, 100, 150, 180, 200)，采用SLICO算法將目標圖像分割成不同數(shù)量的超像素，從而得到多尺度分割圖。

鑒于圖像像素對應顏色值繁多，而人眼在描述物體顏色時常使用較寬泛的語義顏色加以區(qū)別，本文考慮對場景顏色進行歸類量化。文獻[21]提出依據(jù)判別力聚類描述顏色，該方法所聚類的顏色具有更好的光度不變性，也更符合人眼對場景顏色的語義區(qū)分。本文根據(jù)文獻[21]中提供的顏色聚類查詢表將整個RGB色彩空間顏色歸類至50種。對于分割產(chǎn)生的各超像素區(qū)域，統(tǒng)計50種顏色類別在各超像素內(nèi)部的概率分布，然后用此50維概率分布向量描述各超像素顏色統(tǒng)計特征。本文量化顏色旨在較簡易地達到和人眼模糊處理場景顏色相似的效果，實現(xiàn)對場景顏色的平滑處理，消除一定量的顏色噪點，同時降低后期顏色特征描述維度。

2.2 構(gòu)建鄰接擴展閉環(huán)連通圖

2.2.1鄰接擴展矩陣 在各尺度分割圖上以各超像素為節(jié)點構(gòu)建鄰接連通圖，同時對圖像邊界上超像素兩兩直接鄰接連通形成初始的閉環(huán)連通圖，并用鄰接矩陣描述初始閉環(huán)連通圖節(jié)點間鄰接情況。在超像素數(shù)量相對較多時對鄰接矩陣進行鄰接擴展，適當增加鄰接超像素對的數(shù)量以擴大各超像素的鄰接區(qū)域。采用公式計算鄰接矩陣與單位矩陣之和的階乘冪運算獲取矩陣，再將的非零元素置為1，對角元素取為零，得到步可達矩陣。本文采用作為鄰接擴展矩陣，然后在對應的鄰接擴展閉環(huán)連通圖上進行顯著性區(qū)域檢測運算。例如，對于一幅的圖像，當超像素數(shù)量較多(如200)時取較大的值產(chǎn)生鄰接擴展矩陣，而當分割圖的超像素數(shù)量較少時(如50)則不進行鄰接擴展，在鄰接矩陣對應的初始閉環(huán)連通圖上進行顯著性區(qū)域檢測。通過調(diào)整公式中可達步長的取值，可以得到不同的鄰接擴展矩陣，進而對應不同的鄰接擴展閉環(huán)連通圖。

本文之所以在超像素分割數(shù)量較多時進行鄰接擴展操作，是考慮到隨著分割數(shù)量的增加，原本顏色相似性很高的一片聚集區(qū)域會分割成多個小的超像素區(qū)域，各超像素節(jié)點間增加了節(jié)點數(shù)量從而邊的數(shù)量相應增加，當采用最短路徑度量小超像素區(qū)域間差異時會因為邊上的權(quán)值累加，而將兩區(qū)域判定為不相似或不可進行擴展融合，而實際上二者是同一類應該具有相同的顯著性。采用鄰接擴展的連通圖時，因減少了兩超像素節(jié)點間連通所需的邊數(shù)量，可以降低因邊上的權(quán)值累加而產(chǎn)生的相似性誤判幾率，確保鄰接相似的超像素間具有更強的一致顯著性。另外，采用鄰接擴展的方式還可以加快超像素對鄰接相似區(qū)域搜索的速度。

2.2.2 KL散度加權(quán) 文獻[7]和文獻[8]采用CIELAB色彩空間下各超像素內(nèi)像素平均顏色之間的歐氏距離，來度量各超像素間色彩差異性。但以平均顏色描述超像素顏色略顯粗糙，因為當兩超像素平均顏色相同時，其顏色組成情況通常是存在一定差異的，而顏色概率分布可以更好反應超像素內(nèi)部顏色分布。為此本文統(tǒng)計各超像素顏色聚類標簽的概率分布，計算各超像素間顏色概率分布的KL散度，采用KL散度的調(diào)和平均值(Harmonic-Mean)度量兩概率分布間的差異性，從而度量相應超像素間的差異。假設(shè)兩超像素顏色聚類標簽的概率分布分別為和，則它們間的基于KL散度的差異性計算，如式(1)所示。

2.3 顯著圖生成及優(yōu)化

2.3.1顯著圖生成 文獻[7]中提出了一種魯棒性背景偵測方法，借助于邊界連通性測量值，判別背景與目標區(qū)域。本文采用文獻[7]中識別背景區(qū)域的先驗知識，計算各個超像素的擴展區(qū)域面積，邊界接觸長度，以及邊界連通性度量值。與文獻[7]不同的是，本文對連通圖進行閉環(huán)處理并進行鄰接擴展， 在鄰接擴展閉環(huán)連通圖上進行計算，各超像素節(jié)點間邊的權(quán)值采用KL散度調(diào)和平均值，最短路徑長度值由路徑上邊的KL權(quán)值累加得到，在參數(shù)選擇上本文采用自適應方式設(shè)定。超像素擴展區(qū)域面積為

為了驗證依據(jù)邊界連通度量值的大小區(qū)分背景與前景的可行性，本文分別在MSRA_1000[15]及ECSSD[6]數(shù)據(jù)集上，統(tǒng)計了顯著圖在真實的前景與背景區(qū)域中邊界連通性度量值的分布情況。圖1 (a)和圖1(b)分別顯示的是在MSRA_1000[15]及ECSSD[6]數(shù)據(jù)集上，所得到的顯著圖中各超像素邊界連通性度量值在真實的前景與背景區(qū)域的概率分布情況。從圖1中可以看出背景中超像素的邊界連通性度量值集中在間，前景中超像素的邊界連通性度量值大小主要集中在0左右，當以度量值3作為閾值時能夠達到較好的區(qū)分前景與背景的目的。

圖1 MSRA_1000及ECSSD數(shù)據(jù)集上邊界連通性度量值在前景與背景區(qū)域的概率分布

本文根據(jù)求得的全部超像素的邊界連通性度量值，計算各超像素為背景的可能性概率值，其中在實驗中取值為2.5。超像素的邊界連通性度量值越大時，其為背景的可能性概率值越大，漸趨于概率值1，反之則漸趨于0。結(jié)合背景概率值，為區(qū)域?qū)Ρ榷冗M行加權(quán)處理，利用式(4)計算各超像素顯著值。

2.3.2顯著圖優(yōu)化 文獻[7]采用最小化評價函數(shù)的方法獲得優(yōu)化顯著圖，而本文采用一種比較簡易的優(yōu)化處理方式，即引導圖濾波。文獻[24]提出的引導圖濾波是一種快速的邊界保持平滑濾波算法，能夠在引導圖的導引下進行濾波操作同時保持原圖的主要輪廓。本文采用引導圖濾波方法對初始顯著圖進行進一步優(yōu)化處理。 首先，對于產(chǎn)生的初始顯著圖用其自身作為引導圖，對其自身進行引導濾波；然后，用文獻[23]方法對自引導濾波后的顯著圖進行自適應二值化，獲取二值圖；最后，用二值圖作為引導圖對自引導濾波后的顯著圖進行引導濾波處理，獲取最終的優(yōu)化顯著圖。由于在獲取初始顯著圖時，借助于多尺度顯著圖的層層累加求和增強了多尺度下始終保持較高顯著值的像素區(qū)域亮度并降低了單尺度提取中可能產(chǎn)生的誤判顯著區(qū)域亮度，同時借助于圖像對比度增強運算改善了顯著圖視覺效果，因而初始顯著圖已經(jīng)是經(jīng)過初步優(yōu)化的顯著圖，而再次采用的引導濾波則是對已有顯著檢測效果的二次優(yōu)化，進而產(chǎn)生了顯著檢測效果更加精確且視覺效果也更加平滑的優(yōu)化顯著圖，通過實驗部分比較結(jié)果進一步驗證了本文的處理方式產(chǎn)生了很好的顯著檢測效果。

3 實驗結(jié)果及分析

分別在數(shù)據(jù)集MSRA-1000[15]及數(shù)據(jù)集ECSSD[6]上測試本文算法，并與相關(guān)算法進行比較。在數(shù)據(jù)集MSRA-1000上，參與比較的算法中HS[6]的實驗結(jié)果由文獻[6]作者主頁上提供的軟件生成；MR[8]采用文獻[8]作者主頁提供的原始數(shù)據(jù)。數(shù)據(jù)集ECSSD上的MR[8], HS[6], RB[7]實驗結(jié)果分別采用各自文獻中提供的原碼或可執(zhí)行軟件在數(shù)據(jù)集ECSSD上測試生成。本文算法KLMS在實驗中采用6種超像素數(shù)量，即25, 50, 100, 150, 180和200來多尺度分割圖像。在尺度100及150下，將2步內(nèi)可達超像素間進行鄰接，構(gòu)建鄰接擴展閉環(huán)連通圖。在尺度180及200下，將3步內(nèi)可達超像素間進行鄰接，構(gòu)建鄰接擴展閉環(huán)連通圖。算法的性能指標采用了精確度與召回率曲線(Precision- Recall curves)，即P-R曲線來反映顯著檢測的精確度與召回率情況，以及平均絕對誤差(Mean Absolute Error, MAE)。P-R曲線按照文獻[15]方式計算得到。本文將顯著圖的各像素顯著值量化到區(qū)間，平均絕對誤差，其中表示各像素的真實顯著值，為像素總數(shù)。 在實驗結(jié)果比較中，還使用了F值作為性能度量指標，以顯著圖平均值的2倍作為固定閾值，即將顯著圖進行二值分割處理，并將結(jié)果與真實值比較獲取整個數(shù)據(jù)集實驗結(jié)果的平均精確度(P)及召回率(R)，再采用公式計算F值，按文獻[15]設(shè)定以使精確度的權(quán)重高于召回率。

3.1 多尺度與單尺度檢測效果比較

在數(shù)據(jù)集MSRA-1000[15]上比較了單尺度及不同多尺度設(shè)置情況下的顯著檢測效果，通過比較各自的P-R曲線和平均MAE評價顯著檢測的優(yōu)劣，實驗結(jié)果如圖2所示。圖2中Scale55200表示在區(qū)間內(nèi)以5為間距等間隔連續(xù)選取40種超像素數(shù)量分割圖像，在不考慮鄰接擴展的情況下進行顯著檢測并平均融合各尺度顯著圖，且不采用引導濾波優(yōu)化情況下得到的顯著檢測效果；Merg6表示采用本文算法KLMS融合25, 50, 100, 150, 180和200共6種尺度下顯著圖，在不考慮引導濾波優(yōu)化條件下得到顯著檢測效果；Merg3表示采用本文算法KLMS融合50, 100及200等3種分割尺度，所得到的多尺度融合顯著檢測效果；Scale200表示將圖像單尺度分割成200個超像素情況下，采用本文算法得到的顯著檢測效果。從圖2可以看出，融合多尺度的顯著檢測效果優(yōu)于單尺度。另外，圖2中Merg6提取效果很接近于Scale55200，由此說明因采用了鄰接擴展，本文KLMS算法能夠避免進行過多的尺度分割，而僅借助于少量的分割尺度就可以達到較好的顯著檢測效果。Optimal6為對Merg6的顯著圖采用引導圖濾波優(yōu)化后的顯著檢測效果，可以看出在采用引導濾波優(yōu)化后，本文算法的顯著檢測效果有了較明顯的提升。

圖2 MSRA-1000數(shù)據(jù)集上不同多尺度與單尺度顯著檢測效果比較

3.2 數(shù)據(jù)集MSRA-1000上的實驗結(jié)果比較

在顯著數(shù)據(jù)集MSRA-1000[15]上將本文提出的KLMS算法與當前較好的3種顯著檢測方法：HS[6], MR[8]和RB[7]進行比較。圖3(a)顯示的是P-R曲線比較結(jié)果圖，圖3(b)和圖3(c)分別為平均MAE以及平均F值比較結(jié)果。比較圖3(a)中各算法的P-R曲線可以看出：本文算法的P-R曲線最靠近圖表右上方，且在高精確度上有最長的水平持續(xù)區(qū)間，通過曲線對比可以看出本文算法KLMS顯著檢測效果略好于RB[7]，好于MR[8]，優(yōu)于HS[6]算法。圖3(b)中可以看出本文KLMS算法的平均MAE在0.05左右，明顯好于其它算法。圖3(c)顯示的是各算法采用固定閾值分割時獲取的平均精確度，平均召回率及F值。本文KLMS算法獲得的平均精確度為89.4%，平均召回率為91.2%, F值為89.8%，略低于MR[8]的91.8%, 86.7%, 90.1%，略好于RB[7]的88.5%, 91.3%, 89.1%，優(yōu)于HS[6]算法的87.8%, 84.0%, 86.9%。綜合比較P-R曲線，MAE及F值，本文算法優(yōu)于其他算法。

圖3 MSRA-1000數(shù)據(jù)集上KLMS算法與其他3種算法比較結(jié)果

3.3 數(shù)據(jù)集ECSSD上的實驗效果比較

ECSSD(Extended Complex Scene Saliency Dataset)數(shù)據(jù)集由文獻HS[6]作者在其主頁上提供，數(shù)據(jù)集中共有1000張具有復雜場景的圖片。在ECSSD數(shù)據(jù)集上分別運行本文提出的KLMS算法以及MR[8], HS[6], RB[7]等顯著檢測算法，繪制出各自的P-R曲線并計算各自的平均MAE及相應F值，見圖4。由圖4(a) P-R曲線可以看出，在ECSSD數(shù)據(jù)集上本文KLMS算法略好于MR[8]，好于HS[6]及RB[7]算法。本文算法的P-R曲線始終靠近右上方，高于其它算法。在召回率低于50%時，本文算法的P-R曲線在80%以上的精確度上有最長的水平持續(xù)區(qū)間，且隨著召回率增加，本文算法精確度下降慢于其它幾種算法。在要求高召回率，同時確保精確度的情況下本文算法更具有優(yōu)勢。實驗數(shù)據(jù)顯示，在93.3%的高召回率時本文算法的精確度剛剛下降到50%。本文KLMS算法的平均MAE為0.15，好于RB[7]的0.17以及MR[8]的0.19，明顯好于HS[6]算法。在ECSSD數(shù)據(jù)集上的顯著檢測平均精度為76.2%，平均召回率為67.1%, F值為73.9%，整體檢測效果與MR[8]的77.6%, 64.0%, 73.9%相當，好于RB[7]的73.0%, 65.7%, 71.1%，優(yōu)于HS[6]算法的74.6%, 52.9%, 68.1%。

圖4 ECSSD數(shù)據(jù)集上本文算法與RB,MR,HS等算法的比較

圖5 MSRA-1000及ECSSD數(shù)據(jù)集上本文KLMS算法與其他3種較好的算法部分圖片顯著檢測效果比較

3.4 算法分析

本文算法在采用SLICO[20]算法進行超像素分割時，具有()復雜度(為超像素數(shù)量)，在采用文獻算法[22]計算最短路徑長度時具有()復雜度。本文算法主要在多尺度分割及計算超像素間最短路徑上耗費一定時間，在考慮并行運算條件下，本文算法與MR, RB等算法的運算復雜度相當。不過，本文算法獲取的顯著圖在效果上更加平滑，這一點可以在圖5中各算法的實際顯著檢測效果比較中得到驗證；同時本文算法具有很高的平均檢測精度和召回率，從圖3(a)以及圖4(a)中可以看出本文算法的P-R曲線始終位于其它算法右上方，說明本文算法的檢測效果優(yōu)于其它算法；另外，本文算法具有更小的平均絕對誤差，在圖3(b)及圖4(b)中本文算法的檢測誤差最低，由此可見本文算法具有更好的檢測效果。

4 結(jié)束語

實驗結(jié)果表明，本文算法取得了較高的檢測精度，召回率以及較小的均值絕對誤差，體現(xiàn)了多尺度融合在提升顯著性檢測效果方面的優(yōu)良特性，證明了用判別力聚類量化描述場景顏色的有效性及用KL散度度量區(qū)域顏色分布差異的可行性。不過，本文算法在超像素分割尺度及鄰接擴展步長選擇上有一定隨機盲目性，未來考慮自適應選擇尺度分割圖像，探索更合理的鄰接擴展方式，并在最終的各尺度顯著圖融合上進行更高效的優(yōu)化處理。限于顏色歸類的數(shù)量較少，在背景顏色與顯著目標顏色過于接近時顯著檢測效果較差，后期考慮增加聚類數(shù)量進一步提高顏色區(qū)分度。

[1] ITTI L, KOCH C, and NIEBUR E. A model of saliency-based visual attention for rapid scene analysis[J]., 1998, 20(11): 1254-1259.

[2] YANG J and YANG M H. Top-down visual saliency via joint CRF and dictionary learning[C]. IEEE Conference on Computer Vision and Pattern Recognition, Providence, 2012: 2296-2303.

[3] TONG N, LU H, RUAN X,. Salient object detection via bootstrap learning[C]. IEEE Conference on Computer Vision and Pattern Recognition, Boston, 2015: 1884-1892.

[4] JIANG H. Weakly supervised learning for salient object detection using background images[OL]. http://arxiv.org/ pdf/1501.07492.pdf , 2015.

[5] ZHAO R, OUYANG W, LI H,. Saliency detection by multi-context deep learning[C]. IEEE Conference on Computer Vision and Pattern Recognition, Boston, 2015: 1265-1274.

[6] YAN Q, XU L, SHI J,. Hierarchical saliency detection [C]. IEEE Conference on Computer Vision and Pattern Recognition, Portland, 2013: 1155-1162.

[7] ZHU W, LIANG S, WEI Y,. Saliency optimization from robust background detection[C]. IEEE International Conference on Computer Vision and Pattern Recognition, Columbus, 2014: 2814-2821.

[8] YANG C, ZHANG L, LU H,. Saliency detection via graph-based manifold ranking[C]. IEEE Conference on Computer Vision and Pattern Recognition, Portland, USA, 2013: 3166-3173.

[9] TONG N, LU H, ZHANG Y,. Salient object detection via global and local cues[J]., 2015, 48(10): 3258-3267.

[10] KIM J, HAN D, TAI Y W,. Salient region detection via high-dimensional color transform[C]. IEEE Conference on Computer Vision and Pattern Recognition, Columbus, 2014: 883-890.

[11] ACHANTA R, ESTRADA F, WILS P,. Salient region detection and segmentation[C]. International Conference on Computer Vision Systems, Heraklion, 2008: 66-75.

[12] CHENG M M, ZHANG G X, MITRA N J,. Global contrast based salient region detection[C]. IEEE International Conference on Computer Vision and Pattern Recognition, Colorado Springs, 2011: 409-416.

[13] PERAZZI F, KRAHENBUHL P, PRITCH Y,. Saliency filters: Contrast based filtering for salient region detection[C]. IEEE Conference on Computer Vision and Pattern Recognition, Providence, USA, 2012: 733-740.

[14] HOU X and ZHANG L. Saliency detection: A spectral residual approach[C]. IEEE Conference on Computer Vision and Pattern Recognition, Minneapolis, Minnesota, USA, 2007: 1-8.

[15] ACHANTA R, HEMAMI S, ESTRADA F,. Frequency- tuned salient region detection[C]. IEEE Conference on Computer Vision and Pattern Recognition, Miami, 2009: 1597-1604.

[16] 呂建勇, 唐振民. 一種基于圖的流形排序的顯著性目標檢測改進方法[J]. 電子與信息學報, 2015, 37(11): 2555-2563. doi: 10.11999/JEIT150619.

[17] WEI Y, WEN F, ZHU W,. Geodesic saliency using background priors[C]. Proceedings of the 12th European Conference on Computer Vision, Firenze, Italy, 2012: 29-42.

[18] 蔣寓文, 譚樂怡, 王守覺. 選擇性背景優(yōu)先的顯著性檢測模型 [J]. 電子與信息學報, 2015, 37(1): 130-136. doi: 10.11999/ JEIT140119.

JIANG Yuwen, TAN Leyi, and WANG Shoujue. Saliency detected model based on selective edges prior[J].&, 2015, 37(1): 130-136. doi: 10.11999/JEIT140119.

[19] WANG J, LU H, LI X,. Saliency detection via background and foreground seed selection[J]., 2015, 152(C): 359-368.

[20] ACHANTA R, SHAJI A, SMITH K,. SLIC superpixels compared to state-of-the-art superpixel methods[J]., 2012, 34(11): 2274-2282.

[21] KHAN R, VAN DE WEIJER J, KHAN F S,. Discriminative color descriptors[C]. IEEE Conference on Computer Vision and Pattern Recognition, Portland, USA, 2013: 2866-2873.

[22] JOHNSON D B. Efficient algorithms for shortest paths in sparse networks[J].(), 1977, 24(1): 1-13.

[23] OTSU N. A threshold selection method from gray-level histograms[J].&, 1979, 9(1): 62-66.

[24] HE K, SUN J, and TANG X. Guided image filtering[J]., 2013, 35(6): 1397-1409.

Salient Region Detection Algorithm via KL Divergence and Multi-scale Merging

LUO Huilan①WAN Chengtao①KONG Fansheng②

①(,,341000,),②(,,310027,)

A new salient region detection algorithm is proposed via KL divergence between color probability distributions of super-pixels and merging multi-scale saliency maps. Firstly, multi-scale super-pixel segmentations of an input image are computed. In each segmentation scale, an undirected close-loop connected graph is constructed, in which nodes are the super-pixels and the adjacent regions are expanded reasonably relying on the total number of super-pixels. Then, all the color values in each super-pixel are clustered in terms of their discriminative power to get the statistical probability distribution of the cluster labels for each super-pixel. Next, the edges between all adjacent super-pixel pairs are weighted with the harmonic-mean of KL divergence of their probability distributions, and then the multi-scale saliency maps are calculated according to boundary connectivity and region contrast. The final saliency map is obtained by calculating and optimizing the mean map of all the saliency maps with different scales. Experimental results on some large benchmark datasets demonstrate that the proposed algorithm outperforms some state-of-the-art methods, and has higher precision and recall rates. The proposed algorithm can also produce smooth saliency maps.

Salient region detection; Multi-scale merging; KL divergence; Close-loop connected graph

TP391.41

A

1009-5896(2016)07-1594-08

10.11999/JEIT151145

2015-10-13；改回日期：2016-03-15；網(wǎng)絡出版：2016-04-14

羅會蘭 luohuilan@sina.com

國家自然科學基金(61105042, 61462035)，江西省青年科學家培養(yǎng)項目(20153BCB23010)

The National Natural Science Foundation of China (61105042, 61462035), The Young Scientist Training Project of Jiangxi Province (20153BCB23010)

羅會蘭： 女，1974年生，博士，教授，研究方向為機器學習和模式識別.

萬成濤： 男，1987年生，碩士生，研究方向為圖像處理和模式識別.

孔繁勝： 男，1946年生，博士生導師，教授，研究方向為人工智能和知識發(fā)現(xiàn).