基于深度学习的显著性目标检测综述

摘要：

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

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

在线出版日期：2023-04-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共30页

页码：21-50