显著性检测COV算法--MATLAB

检测复杂自然的视觉突出元素场景，计算自下而上的显着性模型通常会检查几个特征频道，如颜色和方向并行。他们计算出一个为每个通道单独分配功能图，然后线性分配结合这些地图生成主显着图。但是，只有少数研究调查了如何不同的特征尺寸有助于整体视觉显着性。 论文：Visual saliency estimation by nonlinearly integrating features using region covariances

% copyright MERL Fatih Porikli 2005

function [res] = covdist（A B）

[nm] = size（A）;

e = eig（AB）;
e = real（e）;
res = 0;
for i=1:n
    if （e（i） > 0.0000000000000000000001）
        v = log（e（i））;
        res = res+v*v;
    end;
end;
res = sqrt（res）;


% e = eig（inv（A）*B）;
% e = real （e）;
% res = 0;
% for i=1:n
%     if （e（i） > 0.0000000000000000000001）
%         res = res+log（e（i））*log（e（i））;
%     end;
% end;
% res = sqrt（res）;

% 
% siA = sqrtm（inv（A））;
% lM = logm（siA*B*siA）;
% res = trace（lM*lM）;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

    .......      6148  2016-01-07 07:59  COV\.DS_Store

    .......       509  2016-01-07 07:59  COV\covdist.m

    .......      1240  2016-01-07 07:59  COV\demo.m

    .......   1377742  2016-01-07 07:59  COV\fish.png

    .......       774  2016-01-07 07:59  COV\GetCOV.m

    .......       862  2016-01-07 07:59  COV\iicov.m

    .......       447  2016-01-07 07:59  COV\integralimage.m

    .......      1811  2016-01-07 07:59  COV\RGB2Lab.m

    .......      4324  2016-01-07 07:59  COV\saliencymap.m

    .......       643  2016-01-07 07:59  COV\sointegralimage.m

     目录          0  2018-05-29 16:42  COV

----------- ---------  ---------- -----  ----

              1394500                    11