一种生物启发的轮廓检测框架该框架使用基于超像素的候选对象和分层视觉提示

轮廓检测已被广泛研究作为计算机视觉中的基本问题。 在这项研究中,提出了一种生物学启发的候选加权框架,用于检测有意义轮廓的艰巨任务。 与从像素检测轮廓的先前模型相反,提出了一种改进的超像素生成处理,以生成轮廓候选集,然后通过提取分层视觉提示对候选进行加权。 我们根据格式塔加权原理,轮廓分组约束,提取低层视觉局部线索,对轮廓,内在属性和中层视觉线索进行权衡。 在BSDS基准上测试的实验结果表明,所提出的框架表现出令人鼓舞的性能,可以捕获复杂场景中有意义的轮廓。