显著性检测经典论文：Context-Aware Saliency Detection 自己编写的matlab代码实现，包扩所有函数

“A Model of saliency Based Visual Attention for Rapid Scene Analysis”文章的中文PPT讲解

A Unified Approach to Salient Object Detection via Low Rank Matrix Recovery这篇论文的代码，经测试能够运行。通过此程序，还可以很好的了解mean-shift算法的使用。

这是多个经典视觉显著模型代码的合集，包括ITTI、SUN、GBVS、BMS等等，内有运行方法。视觉显著性检测(Visual saliency detection)指通过智能算法模拟人的视觉特点，提取图像中的显著区域(即人类感兴趣的区域)。 视觉注意机制(Visual Attention Mechanism，VA)，即面对一个场景时，人类自动地对感兴趣区域进行处理而选择性地忽略不感兴趣区域，这些人们感兴趣区域被称之为显著性区域。

功率谱检验的标准置信区间，红白噪检验显著周期。

图像显著性检测算法的论文及代码 matlab saliencydetection

关于视觉显著性的讨论和研究，已经在视觉处理模型中的特征提取

GBVS经典的显著性检测方法，可以与自己所做的显著性方法进行比较

资源是SR显著图提取算法的MATLAB代码，资源下载后直接能用，解压后打开test.m，然后运行即可。相关的资料请参考博文https://blog.csdn.net/weixin_42647783/article/details/81415480，谢谢~

包含原图和GT标注图