协同视觉显著性检测方法研究进展综述

摘要：

协同视觉显著性检测是基于人类视觉注意力机制,旨在捕获一组相关图像中的公共显著目标,在协同分割和目标检测等领域广泛应用.对现有的协同显著性检测方法进行归纳总结和实验评估.根据特征形式的差异将所有方法分为两大类:一类是采用浅层特征的传统方法,另一类是采用深层特征的基于深度学习方法.根据获取组间显著性和模型构建策略的不同,对这两大类方法进行相关介绍和理论分析.将流行方法在领域内两个公开数据集进行了主观和定量的实验评估.对现有方法进行定性总结,并分析了现阶段研究中存在的问题,同时对未来工作进行展望.

关键词：协同视觉显著性;公共显著目标;深度学习;浅层特征;端到端模型

所属期刊栏目：57

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;河南省科技攻关项目

在线出版日期：2021-09-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：37-45