一种显著性区域提取新方法_叶聪.pdf

35 3 ( ) Vol． 35 No． 3 第 卷第 期 南京师大学报 自然科学版 2012 9 JOURNAL OF NANJING NORMAL UNIVERSITY (Natural Science Edition) 年 月 Sept ，20 12  一种显著性区域提取的新方法 1 2 ， 叶 聪 沈金龙 (1． ， 215200) 苏州信息职业技术学院计算机科学与技术系 江苏苏州 (2 ． ， 210046) 南京邮电大学计算机科学与技术系 江苏南京 ［ ］ ． 摘要 提出一个基于贝叶斯理论和统计学习理论的显著性提取算法 该方法基于贝叶斯理论分别阐明图像 、 ． 中不同特征信息 自下而上显著性和全局显著性不同位置的先验信息 本文针对特征融合问题分别使用加权线 Logistic ． 2 性组合 模型和基于加权的非线性组合方法的正则化的神经网络来学习权值并获得所有因子 个定位 (ROC) ， 数据集的受试者工作特征 曲线的实验结果表明 我们的方法得到的显著图比其他先进的显著性模型效果 ． ． 更好 扩展的定量评价也证明了非线性组合优于线性组合的策略 ［ ］ ， ， ， 关键词 视觉显著性 贝叶斯理论 中心位置偏倚 神经网络 ［ ］TP391 ［ ］A ［ ］1001-4616 (2012)03-0134-04 中图分类号 文献标志码 文章编号 A Novel Saliency Region Detection Algorithm 1 2 Ye Cong ，Shen Jinlong (1． Department of Computer Science ，Suzhou College of Information Technology ，Suzhou 2