hSheng

摘要： 该文的基本假设从视觉注视点的统计分析得出。得出的基本假设为两点：1，显著性是非常稀疏的，也就是说大多数地方的显著值都是0，而只有图中的很小区域的显著值有很大的值；2，具有很大的显著值的区域的周围区域通常具有丰富结构信息。而超高斯(super-Gaussianity)分布刚好具有这两点特征。 在统计学领域，通常利用kurtosis函数来模拟超高斯分布。本文通过定义一个随机映射矩阵w，将原始特征空间Z通过这个映射矩阵w，然后求其最大值的kurtosis。这样，就通过优化算法求这个w，而这个w也将决定哪些值是saliency。同样通过不停的迭代，能够得到不同的saliency点。本文能同时计算... 阅读全文