Approche pour la détection d'objets saillants basée sur la classification par graphe et le raffinement spatial

Abstract

Nous proposons une méthode d’ordonnancement sur un graphe multicouches pour la détection d’objets saillants et un processus de raffinement itératif défini à la fois au niveau local et global. A partir d'une décomposition multi-échelles de l'image en super-pixels, nous proposons une fonction objective optimisée sur une nouvelle structure graphique compacte à couches superposées qui utilise les informations de couleur, de texture, de contour et de contiguïté spatiale pour l'estimation des parties saillantes de l'image. Les différentes couches sont disposées de bas en haut de la résolution à plus forte granularité à la résolution à plus faible granularité avec un couplage fort inter et intra résolutions. Pour plus de pertinence et de meilleures performances, nous proposons ensuite un processus de raffinement itératif constitué de trois étapes majeures. D'abord, nous définissons une procédure de localisation spatiale guidée par la saillance qui délimite la zone spatiale ajustée aux contours de l'objet saillant. Appliquer notre modèle graphique sur cet espace améliore la précision des résultats tout en écartant plus efficacement les parties de l'arrière-plan. Ensuite, nous utilisons conjointement l'information de contour et l'évaluation de la pertinence des caractéristiques utilisées pour mieux discriminer l'objet saillant du fond de l'image avec une meilleure précision dans la localisation de ses contours. Enfin, pour garder la conformité avec les statistiques globales de l’image, nous définissons un raffinement de la saillance basé sur les forêts aléatoires et les mixtures de gaussiennes. Notre algorithme retourne des résultats pertinents en comparaison avec les méthodes de l'état de l'art spécialement dans des cas de fonds d'image chargés et de contraste faible entre l'objet saillant et l'arrière-plan. En outre, notre approche est capable de détecter des objets saillants apparaissant à des échelles variées. Les résultats expérimentaux sur de larges bases d’images ont montré la supériorité de notre approche par rapport à plusieurs méthodes récentes sur la détection d'objets saillants.