协同视觉显著性检测方法综述

• 作者: 史坤峰 吴青娥 张鼎文 毋媛媛 王慰 王芳 白臻 钱晓亮 陈渊
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 视觉注意力 协同视觉显著性 特征提取策略 手工特征 浅层学习特征 深度学习特征
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 综述评论
• 页码范围: 1352-1365
• 页数: 14页
• 分类号: TP391.4
• 字数: 10312字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2019.06.024

摘要

协同视觉显著性检测是视觉注意力计算领域中一个快速发展的新兴分支,致力于检测多幅相关场景图像中的公共显著目标,在各种计算机视觉任务中有广泛应用.考虑到特征提取策略的设计是协同视觉显著性检测当前研究的重点,本文首先根据特征提取策略的不同对现有的协同视觉显著检测方法进行了分类介绍和定性分析.其次,通过在5个公开数据库上的主观和定量对比,对各流行算法的性能进行了评估,分析了特征提取策略对算法性能的影响以及各数据库的复杂度,并验证了协同视觉显著性检测和视觉显著性检测的区别.最后,对本文工作进行了总结,并对当前研究中存在的问题和未来的研究工作进行了讨论.