协同视觉显著性检测方法研究进展综述

• 作者: 陈志武 成曦 曾黎 钱晓亮
• 来源期刊: 计算机工程与应用
• 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
• 年，卷（期）: 2021,（17）
• 所属期刊栏目: 热点与综述|Research Hotspots and Reviews
• 页码范围: 37-45
• 页数: 9页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2104-0341

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.