科创中国

本发明提供一种图像共显著物体的检测方法，包括：a)获取n张图像；b)创建n个图像组；c)检测含有所述n张图像中的一张图像的图像组；d)针对检测的图像组中的每个图像组分别构建一个对应的随机森林；e)分别计算所述每个图像组中各个图像的显著物体的粗糙轮廓图；f)检测所述每个图像组中各个图像对应的显著物体的轮廓曲线；g)计算所述每个图像组中各个图像的显著性图；h)融合检测的图像组中的各个图像组中所述一张图像的显著性图，以得到所述一张图像的间显著性图；i)获得所述一张图像的内显著性图；j)将所述间显著性图与所述内显著性图相乘得到所述一张图像在n张图像中的共显著性图。能够有效检测大量图像的共显著物体。

一种图像共显著物体的检测方法，其特征在于，所述检测方法包括：a)获取n张图像，其中，n为大于1的整数；b)基于所述n张图像针对所述n张图像中的每张图像创建一个图像组以得到n个图像组；c)从创建的n个图像组中检测含有所述n张图像中的一张图像的图像组；d)针对检测的图像组中的每个图像组分别构建一个对应的随机森林；e)基于各自对应的随机森林分别计算所述每个图像组中各个图像的显著物体的粗糙轮廓图；f)基于所述显著物体的粗糙轮廓图检测所述每个图像组中各个图像对应的显著物体的轮廓曲线；g)基于所述显著物体的轮廓曲线计算所述每个图像组中各个图像的显著性图；h)融合检测的图像组中的各个图像组中所述一张图像的显著性图，以得到所述一张图像的间显著性图；i)获得所述一张图像的内显著性图；j)将所述间显著性图与所述内显著性图相乘得到所述一张图像在所述n张图像中的共显著性图。

共显著物体为多幅图像中共有的显著性物体，检测出共有的显著性物体可以有效 帮助物体的共分割和相似性图像检索。目前，已经有一些检测共显著物体的方法，它们主要 用来检测数量较少(例如，十张以内）的图像中的共显著物体。虽然现有的共显著物体检测 方法对数量较少的图像中共显著物体的检测具有比较好的效果，但是无法将这些方法应用 于数量更多(例如，几百张)的图像的共显著物体的检测。

[0003] 因此，需要一种能够有效地检测大量图像的共显著物体的方法。

中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。

所述检测方法还包括:针对η张图像中的其他图像，重复步骤c) -j)来获得 所述其他图像在η张图像中的共显著性图。

[0015] 根据本发明提供的一种图像共显著物体的检测方法，能够有效的检测大量的图像 的共显著物体，并且检测方法中融合了图像的内显著性和间显著性能够有效地压制图像的 背景区域，从而得到更精确的共显著性图。

[0016] 将在接下来的描述中部分阐述本发明另外的方面和/或优点，还有一部分通过描 述将是清楚的，或者可以经过本发明的实施而得知。

技术合作

本发明的图像共显著物体的检测方法中的步骤S103检测的含有所述η 张图像中的一张图像的图像组中有可能存在相同的多个图像组，在这种情况下，对于后续 的步骤S104、步骤S105、步骤S106、步骤S107的操作可仅针对相同的多个图像组中的一个图 像组进行，然后将所述一个图像组的各个图像的显著性图作为其他相同的图像组中对应的 相同图像的显著性图。由此，能够防止由重复计算而导致的资源浪费。

[0075] 根据本发明提供的一种图像共显著物体的检测方法，能够有效地检测大量图像的 共显著物体，并且检测方法中融合了图像的内显著性和间显著性能够有效地压制图像的背 景区域，从而得到更精确的共显著性图。

[0076] 本发明的以上实施例仅仅是示例性的，而本发明并不受限于此。本领域技术人员 应该理解:在不脱离本发明的原理和精神的情况下，可对这些实施例进行改变，其中，本发 明的范围在权利要求及其等同物中限定。