yoyo博客：图像显著性论文（二）—Saliency Detection: A Spectral Residual Approach

《Saliency Detection: A Spectral Residual Approach》是上交高材生侯晓迪在07年的CVPR上发表的一篇论文，这篇文章提出了一个图像视觉显著性的简单计算模型，这个模型和Irri提出的模型是两个截然不同的模型，Irri模型对于图像视觉显著性主要关注整幅图片突出的部分，通过各种特征的融合提取显著性图，而Hou的这个模型一上来关注的点就不在一张图片里突出的地方，而是背景，观察是否大部分图片的背景在某个空间上都满足什么变化，最后剔除背景，自然就只剩下图片突出的部分了，这篇文章之所以简单，是因为它只需要5个matlab公式就可以得到想要的结果，也没有很复杂的公式变换，都是图像处理基本的变换公式。既然这么有趣，那我们就一起来看一下吧，只需花一点点时间就可以知道它的原理，并且实现它，是不是感觉很神奇，学习起来都有动力了。

1、引言

一般的模型都是将显著性问题转化为目标特殊性质检测的问题，例如一些颜色特征、亮度特征、纹理特征等等，面对不可预测、无数的视觉模式类别，我们需要一个通用的显著性检测系统。如果要提出一个通用的显著性检测系统，那么根据以往的模型，就必须找到目标通用的特征，但是这基本上是不可能的事，每个目标都有自己与众不同的特性。既然这样，那么Hou就干脆把问题转化一下，目标通用特性提取不到，那就找一找背景的通用特性。这就是文章创新的地方，敢于跳出已有理论的框架，从另外一个角度考虑问题，往往会有预料之外的收获。

2、谱残差模型

    Barlow提出的有效编码假说指出，感知系