《表1 不同算法在3个数据库上的性能指标对比》

  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

《基于局部和全局特征融合的显著性检测》

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

本文算法与5种算法分别在SED2、ECSSD以及PAS-CAL-S这3个数据集上的PR曲线如图4所示。由图4可知：在相同的召回率下，本文算法在SED2以及PASCAL-S数据集上均保持最好的P-R曲线，在ECSSD数据集上的P-R曲线较好。表1为不同算法的AUC值、F-measure值以及MAE值的对比结果。由表1可知：本文方法在SED2数据集上表现最好，获得最大的AUC值、F-measure值以及最低MAE值，在ECSSD以及PASCAL-S数据集上表现较佳。这进一步验证本文方法在3个复杂的数据集上均有较好的检测能力及鲁棒性。