摘要

我们从三个角度探讨了视觉显著性问题。首先，我们将显著性检测视为频率域分析问题。其次，我们通过运用非显著性（non-saliency）的概念来实现这一点。第三，我们同时考虑不同大小的显著区域的检测。本文提出了一种新的自下而上的视觉显著性检测范式，其特点是通过对自然图像的幅度谱进行尺度空间分析。我们证明了使用适当尺度的低通高斯核对图像幅度谱进行卷积等同于这种图像显著性检测器。通过使用原始相位和在最小化显著图熵所选择的尺度上过滤后的幅度谱重构2D信号，可以得到显著图。频率域分析由超复数傅里叶变换（Hypercomplex Fourier Transform）完成。利用现有的数据库，我们实验验证了所提出的模型能够预测人类注视数据。此外，我们引入了一个新的图像数据库，并用它来展示该显著性检测器能够在杂乱的图像中突出显示小规模和大规模的显著区域，同时抑制重复的干扰物。另外，我们还展示了该检测器能够预测人们注意力集中的显著区域。