CVPR系列（三）—— 协同显著性物体检测

01 背景

人类的视觉系统复杂且高效，不仅可以从单张图片中检测出最吸引人的物体，还能从一组图片中提取出图像中共现的物体。对于计算机来说，前一种能力被称为显著性物体检测，而后一种能力被称为协同显著性物体检测。显著性目标检测只需要对单张图片进行处理和检测，根据人眼的视觉注意机制找出图片中最具有信息量的区域和物体。而协同显著性物体检测需要对一组图片中的多张图片进行处理，通过探索多张相关图片之间的内在联系来发现图像中共同的显著目标。但是现有的协同显著性目标检测算法的辨别能力不足，无法区分不同类别的物体。

我们提出了一种基于协作学习的协同显著性物体检测算法，在训练过程中加入了不同类别的条件信息，使得网络根据给定的类别条件对图片进行检测，大大提升了模型的辨别能力，进而提升了协同显著性物体检测的性能。

02 应用场景

在实际应用中，用户往往对一批图片中的共有物体感兴趣。对于多用户应用场景来说，多个用户可以上传自己喜欢的图片，我们的算法可以对多个用户上传的图片进行挖掘，找出这批用户共同感兴趣的物体，并基于这种图片兴趣挖掘来帮助用户建立联系从而形成兴趣社交圈。由于图片含有丰富的且无法用语言准确描述的信息，这种基于图片的共同兴趣挖掘更加有效且实用，并且可以同基于文字和语言的兴趣挖掘结合，实现多维度的高效兴趣挖掘，并以此建立更加精确和牢固的社交圈子。

对于单用户应用场景来说，用户往往会拍摄很多自己感兴趣的对象，例如男性更喜欢拍摄跑车，女性更喜欢进行自拍。用户还会对这些感兴趣的对象进行处理和美化，但是用户难以高效处理大量图片。我们的算法可以帮助用户对感兴趣物体进行智能且高效的批量处理，如图（1）中的批量抠图，然后用户就能够对模型输出的结果进行进一步操作&