The active contour model is a comprehensive research technique used for salient object detection. Most active contour models of saliency detection are developed in the context of natural scenes, and their role with synthetic and medical images is not well investigated. Existing active contour models perform efficiently in many complexities but facing challenges on synthetic and medical images due to the limited time like, precise automatic fitted contour and expensive initialization computational cost. Our intention is detecting automatic boundary of the object without re-initialization which further in evolution drive to extract salient object. For this, we propose a simple novel derivative of a numerical solution scheme, using fast Fourier transformation (FFT) in active contour (Snake) differential equations that has two major enhancements, namely it completely avoids the approximation of expansive spatial derivatives finite differences, and the regularization scheme can be generally extended more. Second, FFT is significantly faster compared to the traditional solution in spatial domain. Finally, this model practiced Fourier-force function to fit curves naturally and extract salient objects from the background. Compared with the state-of-the-art methods, the proposed method achieves at least a 3% increase of accuracy on three diverse set of images. Moreover, it runs very fast, and the average running time of the proposed methods is about one twelfth of the baseline.

中文翻译：

---

快速傅里叶变换的主动轮廓模型用于显着目标检测

主动轮廓模型是用于显着物体检测的综合研究技术。显着性检测的大多数活动轮廓模型都是在自然场景的背景下开发的，尚未充分研究其在合成图像和医学图像中的作用。现有的活动轮廓模型在许多复杂情况下都能高效执行，但由于时间有限，精确的自动拟合轮廓和昂贵的初始化计算成本，因此在合成和医学图像上面临挑战。我们的目的是在不重新初始化的情况下检测物体的自动边界，这将进一步推动提取重要物体的发展。为此，我们提出了一种数值解决方案的简单新颖导数，该方法在活动轮廓（Snake）微分方程中使用快速傅立叶变换（FFT），具有两个主要增强功能，也就是说，它完全避免了扩展的空间导数有限差分的逼近，并且正则化方案通常可以进一步扩展。其次，与传统的空间域解决方案相比，FFT的速度明显更快。最后，该模型实践了傅立叶力函数以自然拟合曲线并从背景中提取突出的对象。与最先进的方法相比，该方法在三组不同的图像上的准确性至少提高了3％。而且，它运行非常快，所提出方法的平均运行时间约为基线的十二分之一。与传统的空间域解决方案相比，FFT的速度明显更快。最后，该模型实践了傅立叶力函数以自然拟合曲线并从背景中提取突出的对象。与最先进的方法相比，该方法在三组不同的图像上的准确性至少提高了3％。此外，它运行速度非常快，所提出方法的平均运行时间约为基线的十二分之一。与传统的空间域解决方案相比，FFT的速度明显更快。最后，该模型实践了傅立叶力函数以自然拟合曲线并从背景中提取突出的对象。与最先进的方法相比，该方法在三组不同的图像上的准确性至少提高了3％。此外，它运行速度非常快，所提出方法的平均运行时间约为基线的十二分之一。