Scale-Invariant Amplitude Spectrum Modulation for Visual Saliency Detection

显着性检测是模拟视觉注意选择的关键问题之一。大多数注意力模型采用竞争结构来模拟人类视觉系统。尽管这些模型提供了显着的结果和令人信服的生物学合理性，但由于其极端的时间成本和参数敏感性，它们在实际应用中仍然面临许多困难。近年来，以频谱残差（SR）和相位傅里叶变换（PFT）为代表的基于傅里叶变换的新型显着性检测方法因其优异的精度和计算速度而备受关注。所有这些模型都可以统一到一个称为幅度谱调制（ASM）的框架中。本文的目的是探索 ASM 的内在机制并开发先进的 ASM 模型。在分析了SR和PFT之后，我们对现有ASM模型的基本思想和固有局限性进行了数学描述。还提出了一种基于尺度不变ASM、基于场景和上下文的调制以及竞争结构的新显着性检测模型，突破了传统ASM模型的局限性。仿真结果表明，与竞争模型相比，所提出的模型在预测人眼注视方面更准确，并且对不同类型的刺激更稳健