相位谱提示多特征聚合的视觉显著性检测方法

针对现有深度学习视觉显著性检测模型对自下而上显著性检测能力差的问题,本文将频域分析与深度学习相结合,提出一种端到端编-解码显著性检测方法.本文首先设计了相位谱提示模块,改进编码网络浅层特征的提取,之后利用ResNet-50的残差模块进一步提取高级语义信息.为了充分利用编码网络各层中提取到的全局显著性特征与各级局部显著性特征,本文在解码端设计了自适应特征聚合模块.本文方法在自然图像数据集SALICON上达到了先进水平并且在合成图数据集SIDVAM上各项指标取得第一.实验结果表明,本文方法同时具备对自上而下以及自下而上显著性的检测能力.