视觉和物体显著性检测方法

许佳¹(),蒋鹏^2,*()

1. 新疆额尔齐斯河流域开发工程建设管理局，新疆 乌鲁木齐 830002
2. 山东大学齐鲁交通学院，山东 济南 250002

收稿日期:2018-10-18出版日期:2019-03-20发布日期:2019-03-19
通讯作者:蒋鹏E-mail:xj8476@qq.com;sdujump@gmail.com
作者简介:许佳(1984—)，男，高级工程师，研究方向为水利信息化. E-mail: xj8476@qq.com

A survey of visual saliency and salient object detection methods

Jia XU¹(),Peng JIANG^2,*()

1. Xinjiang Irtysh River Basin Development & Construction Administrative Bureau, Urumqi 830002, Xinjiang, China
2. School of Qilu Transportation, Shandong University, Jinan 250002, Shandong, China

Received:2018-10-18Online:2019-03-20Published:2019-03-19
Contact:Peng JIANG E-mail:xj8476@qq.com;sdujump@gmail.com

摘要/Abstract

摘要： 显著性检测的目标是快速找出图像视频等视觉数据中最吸引人注意的区域，作为计算机视觉领域的基本任务之一，近年来备受关注，众多的方法被提出。这些显著性检测工作可分为2个分支：视觉显著性检测方法和显著性物体检测方法。尽管这2个分支的方法有很多相同点甚至共享相同的计算模型，但是在不同分支的评价数据集上有巨大的性能差异，很少有工作对这2个分支的方法进行比较和分析。通过详细分析和阐述2个分支主流方法的计算模型、采用的评价机制以及使用的数据集，总结了多种改进视觉显著性检测方法用来检测显著性物体的方式，通过这些方式视觉显著性检测方法可应用于显著性物体检测数据集，其性能达到了领先水平甚至超过了一些主流显著性物体检测方法，从而缓解了2个分支显著性检测方法在不同分支数据集上表现的不一致的问题。


PDF全文下载地址:

http://lxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3045