場景目標(biāo)識別是場景理解的重要內(nèi)容之一,提出一種新穎的基于視覺顯著性的場景目標(biāo)識別方法.該方法受生物視覺認(rèn)知機(jī)理的啟發(fā),利用視覺顯著機(jī)制來凸顯場景中的感興趣區(qū)域.首先利用GBVS模型對圖像數(shù)據(jù)進(jìn)行高效篩選,獲得特定感興趣的顯著性區(qū)域.然后基于圖分割理論(Graph Cuts Theory)的GrabCut算法被用于提取圖像中的顯著性目標(biāo).最后運(yùn)用SURF特征描述目標(biāo)對象,通過SURF特征的學(xué)習(xí)產(chǎn)生目標(biāo)物體的BoVW視覺詞包,運(yùn)用視覺詞包的SVM分類匹配實現(xiàn)目標(biāo)對象的圖像特征與語義描述之間的知識映射.麻省理工學(xué)院LabelMe圖像庫的實驗測試結(jié)果表明所述方法具有較高的識別率.