《表1 自适应阈值P、R、F、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

《结合稀疏重构与能量方程优化的显著性检测》

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

其中:β为衡量准确率与召回率的权值，此处β2=0.3；P、R、F值越大，说明算法性能越好。不同算法显著性检测结果自适应阈值分割得到的平均P、R、F值如表1所示。可以看出，在两个数据集上，本文算法的准确率P和F值高于其他所有对比算法的结果；在MSRA10K数据集上，R值略低于RBD、RC算法；在ECSSD数据集上，R值略低于RC算法，但差异都不是太大。从整体上来说本文召回率R仍处于较为优异的水平，从而本文算法在获得较高召回率的情况下，P和F值的结果要优于其他所有算法的结果，说明本文算法针对显著目标检测的精确性最高，背景错误凸显程度最低，算法性能优于其他算法。