《表1 各算法MAE得分表》

  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

《多特性融合的多尺度显著性检测》

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

M AE的值越小，则表示算法性能越好．各算法在ASD和ECSSD数据集上的M AE如表1所示．从表中可以看出，在ASD数据集中，本文算法的M AE值低于大多数算法，略高于TLLT，但在ECSSD数据集中，本文算法的M AE值明显低于TLLT等其它算法．这是由于ASD数据集中的大多数图像只包含单一对象且背景简单，TLLT方法能够准确地估计对象凸包，获得准确性较高的结果，但在更加复杂的ECSSD数据集中，TLLT方法估计的对象凸包位置不准确，导致后续传播错误较大，产生的结果也较差．