Salient Object Detection Technique based on Color Divergence and deep learning semantic segmentation

Abstract

Salient object detection (SOD) tries to simulate the visual attention mechanism to highlight objects that attract the attention from each given image. The output of the SOD is a saliency map, in which each pixel is labeled by a real value within the range of [0,1] to indicate its probability of belonging to a salient object. Higher value represents higher saliency. Proposed method includes image segmentation using deep learning semantic segmentation, next computes the first saliency map using the Frequency-tuned Salient Region method which detect the most visually salient region in the segmented image. The last step generates the final saliency map using the Color Divergence Technique.إن م حاولة اكتشاف الكائن البارز (SOD (محاكاة آلية لالنتباه البصري حيث ن ـقم بتمييز العناصر التي تجذب االنتباه من كل صورة معينة. فإخراج SOD هي خريطة البروز ، حيث يتم تمييز كل بكسل بقيمة حقيقية ضمن النطاق ]1،0 ]لإلشارة إلى احتمال االنتماء إلى كائن بارز. فأعلى قيمة هي أعلى بروز. تتضمن الطريقة المقترحة تجزئة الصورة باستخدام دالالت التعلم العميق للتجزئة ، ثم يحسب أول خريطة بروز باستخدام تحفيز ضبط التردد بطريقة المنطقة التي تكتشف المنطقة األكثر برو ًزا من الناحية المرئية في الصورة المجزأة. تنشئ الخطوة األخيرة خريطة النتوء النهائية باستخدام تقنية تباين األلوان.