Recent salient object detection algorithms often involve a segmentation step to produce saliency maps preserving boundaries. However, over-segmented results that many segmentation methods produce confuse to describe object boundaries. In this paper, we present a novel salient object detection algorithm which produces reliable salient object candidates. First, the input image is processed by Higher Order Statistics (HOS) based L0 smoothing to highlight strong edges and weak structures. We then apply image segmentation to the HOS L0 smoothed image to produce improved segmentation results in which the number of over-segmented regions is greatly reduced. Second, we perform shape-aware region merging with a novel region scale measure to reduce the remaining over-segmented regions. Finally, a saliency map from the merging result is generated by taking two simple saliency cues. Extensive experiments on a challenging saliency dataset indicate that our algorithm has comparable performance against state-of-the-arts.
최근 돌출 객체 검출 알고리즘들은 경계선의 보존을 위하여 영상 분할 단계를 많이 포함하고 있다. 하지만 대부분의 영상 분할 방법들이 과분할 결과를 가져옴으로써 객체 경계선 묘사를 어렵게 할 수 있다. 본 논문은 이러한 문제점을 해결하고 믿을 수 있는 돌출 객체를 제시하는 새로운 돌출 객체 검출 방법을 제안한다.첫번째 단계로 입력 영상에 Higher Order Statis (HOS) 기반 L0 평활화를 적용시켜 강한 경계는 더 강하게 약한 경계는 더 약하게 만든다. 이 결과에 영상 분할을 수행함으로써 과분할 영역들을 현저히 줄일 수 있다. 두번째 단계에서는 남아있는 과분할 영역을 줄이고자 새로운 영역 크기 측정 방법과 함께 형태인식 영역 병합을 수행한다. 마지막으로 병합된 결과를 기반으로 두가지 돌출 단서를 이용하여 돌출 지도를 생성한다. 또한 벤치마크 데이터를 사용하여 제안하는 알고리즘의 성능 평가를 수행하고, 제안하는 알고리즘이 다른 돌출 객체 검출 알고리즘보다 더 높은 성능을 가진다는 것을 증명한다.
