《表4 LFSD上的算法模型F-measure、MAE对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《背景与前景融合的RGB-D图像显著性检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在本节中，对算法模型中的前景、背景、融合及迭代传播四个过程进行定量分析。为了公平性，实验的过程中只改变一个因素。通过图9和表4观察可得：（1）通过前景种子选择（Proposed-Fore）所得的显著图在P-R曲线、F值上效果并不是最优，MAE值也偏高，需要进一步的优化。（2）在背景方面，（Proposed-Back）得到的显著图与前景显著图融合后得到的显著图（Proposed-Fus），在数据上分析可得，F值和P-R曲线得到提高，MAE值也得到降低。实验证明，加入图像边界信息的背景测量方法在去除前景中的干扰信息时对检测前景的显著物体是有提升的。（3）融合后的显著图经过迭代传播（Proposed）在三个评价指标上得到了进一步的提升，效果也更令人满意。