-
题名基于多任务学习的视频和图像显著目标检测方法
- 1
-
-
作者
刘泽宇
刘建伟
-
机构
中国石油大学(北京)信息科学与工程学院
-
出处
《计算机科学》
CSCD
北大核心
2024年第4期217-228,共12页
-
文摘
显著目标检测(Salient Object Detection,SOD)能够模拟人类的注意力机制,在复杂的场景中快速发现高价值的显著目标,为进一步的视觉理解任务奠定了基础。当前主流的图像显著目标检测方法通常基于DUTS-TR数据集进行训练,而视频显著目标检测方法(Video Salient Object Detection,VSOD)基于DAVIS,DAVSOD以及DUTS-TR数据集进行训练。图像和视频显著目标检测任务既有共性又有特性,因此需要部署独立的模型进行单独训练,这大大增加了运算资源和训练时间的开销。当前研究大多针对单个任务提出独立的解决方案,而缺少统一的图像和视频显著目标检测方法。针对上述问题,提出了一种基于多任务学习的图像和视频显著目标检测方法,旨在构建一种通用的模型框架,通过一次训练同时适配两种任务,并进一步弥合图像和视频显著目标检测方法之间的性能差异。12个数据集上的定性和定量实验结果表明,所提方法不仅能够同时适配两种任务,而且取得了比单任务模型更好的检测结果。
-
关键词
视频显著目标检测
图像显著目标检测
多任务学习
性能差异
-
Keywords
Video-based salient object detection
Image-based salient object detection
Multi-task learning
Performance gaps
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度学习的图像显著性目标检测研究综述
被引量:4
- 2
-
-
作者
李元贞
赵俊松
-
机构
河北工业大学人工智能与数据科学学院
中国民航大学信息网络中心
-
出处
《软件工程》
2023年第1期1-4,共4页
-
文摘
随着近年来深度学习技术的发展,图像显著性目标检测的研究重点偏向于利用深度学习方法解决问题。为了全面且深入地探究图像显著性目标检测领域,基于深度学习框架,回顾近五年出现的20余种深度学习方法,归纳出四类深度学习策略,并且对比了它们在4个显著性数据集上的评价结果。结果显示,各类策略在不同数据集上的F度量值为0.800—0.950,综合利用多种策略的方法可以取得更优的预测指标,但仍然存在复杂场景干扰下检测有误的问题。针对现有问题,提出加强深度学习方法在复杂数据集上的训练,进而优化显著目标预测结果的定位准确性及边缘完整性。
-
关键词
图像显著性目标检测
深度学习框架
深度学习策略
-
Keywords
image salient object detection
deep learning framework
deep learning strategies
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度学习的显著性目标检测综述
被引量:2
- 3
-
-
作者
孙涵
刘译善
林昱涵
-
机构
南京航空航天大学计算机科学与技术学院/人工智能学院/软件学院
-
出处
《数据采集与处理》
CSCD
北大核心
2023年第1期21-50,共30页
-
文摘
显著性目标检测通过模仿人的视觉感知系统,寻找最吸引视觉注意的目标,已被广泛应用于图像理解、语义分割、目标跟踪等计算机视觉任务中。随着深度学习技术的快速发展,显著性目标检测研究取得了巨大突破。本文总结了近5年相关工作,全面回顾了3类不同模态的显著性目标检测任务,包括基于RGB图像、基于RGB-D/T(Depth/Thermal)图像以及基于光场图像的显著性目标检测。首先分析了3类研究分支的任务特点,并概述了研究难点;然后就各分支的研究技术路线和优缺点进行阐述和分析,并简单介绍了3类研究分支常用的数据集和主流的评价指标。最后,对基于深度学习的显著性目标检测领域未来研究方向进行了探讨。
-
关键词
深度学习
RGB图像显著性目标检测
RGB-D/T图像显著性目标检测
光场图像显著性目标检测
-
Keywords
deep learning
RGB salient object detection
RGB-D/T salient object detection
light field salient object detection
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-