本作品为CIAP2017会议提交的基于深度学习的图像显著性检测算法Matlab实现，采用多层反向传播技术优化模型参数。
图像显着性检测算法的MATLAB代码基于一篇论文《基于深度挖掘的多层反向传播显着性检测算法》已经出版并获得祝贺。该文扩展版本“多层反向传播显着性检测算法及其应用程序”已在MultimedToolsAppl2018中发布。
摘要：图像显着性检测是多媒体领域的一个活跃话题，已提出了多种算法。大多数先前关于显着性检测的工作都集中在二维图像上。然而，在包含多个对象或复杂背景的某些情况下，它们的表现并不稳健且无法满足需求。最近，3D视觉信息为显着性检测提供了强大的提示。
本段落中我们提出了一种基于深度挖掘的多层反向传播显着性检测算法，并利用了来自三个不同层次图像中的深度提示。对两个具有挑战性的数据集进行评估后发现，我们的算法优于现有技术。
框架和代码：可以在相关资源页面下载源代码。
使用说明：
1. 将测试图片添加到./center_prior/Image/ 和 ./Image/, 然后运行 center_prior 以获取中心图像在./center_prior/center_res中。
5星
