边界显著性与模式挖掘

针对目标在图像边界上带来的检测误差，提出了边界显著性算法。首先在多尺度下对图像进行超像素分割，计算边界差异，估计其边界显著性。而后对所有超像素进行模式挖掘，得到显著性种子，并与边界显著性相结合。最后通过显著性传播得到最终显著图。在三个公开的测试数据集上将本文提出算法与其他18种主流的现有算法进行对比。大量实验结果表明，所提出的算法在不同数据集上都优于目前主流算法。