显著性 API

详细说明

许多计算机视觉应用可以从理解人类在给定场景中关注点来获益。除了认知上理解人类感知图像和场景的方式之外，找到图像中的显着区域和对象还有助于加速对象检测、对象识别、对象跟踪和内容感知图像编辑等各种任务。

关于显着性，文献丰富但发展非常碎片化。本 API 的主要目的是提供一个统一的接口、一个统一的框架来使用和插入各种性质和方法非常不同的显着性算法，但它们具有相同的目的，将算法组织成三个主要类别

静态显着性**: 属于此类别的算法利用不同的图像特征来检测非动态场景中的显着对象。

运动显着性**: 属于此类别的算法特别专注于随时间（因此也随帧）检测显着对象，因此有一个时间成分用于检测“运动”对象作为显着项，这意味着也以更广泛的意义检测场景中的变化。

对象性**: 对象性通常表示为一个值，反映一个图像窗口覆盖任何类别对象的可能性。属于此类别的算法通过提出少量与类别无关的候选来实现，这些候选预计会覆盖图像中的所有对象。能够先感知对象再识别它们与自下而上的视觉注意力（显着性）密切相关。

显着性图

要了解 API 如何工作，请尝试跟踪器演示： https://github.com/fpuja/opencv_contrib/blob/saliencyModuleDevelop/modules/saliency/samples/computeSaliency.cpp

注意

此 API 是使用 PlantUML 设计的。如果您修改此 API，请更改 UML。

类
类	cv::saliency::MotionSaliency
类	cv::saliency::MotionSaliencyBinWangApr2014
	来自 Algorithm 的快速自适应背景减除 Algorithm 来自 [296] 更多...
类	cv::saliency::Objectness
类	cv::saliency::ObjectnessBING
	对象性算法基于 [3] [3] Cheng, Ming-Ming, et al. "BING: Binarized normed gradients for objectness estimation at 300fps." IEEE CVPR. 2014. 更多...
类	cv::saliency::Saliency
类	cv::saliency::StaticSaliency
类	cv::saliency::StaticSaliencyFineGrained
	来自 [203] 的精细显着性 Saliency 方法 更多...
类	cv::saliency::StaticSaliencySpectralResidual
	来自 [131] 的光谱残差方法 更多...