CVPR2016
A Deeper Look at Saliency: Feature Contrast, Semantics, and Beyond
本文首先解决的问题是在设计 visual saliency 模型时,关注的是 high level considerations,然后就是提出了一个 基于 全卷积网络的 FCNs 深度模型,同时指出在训练数据的选择,真值数据的使用上对最终结果至关重要。
基于 saliency 目前有三个研究方向: gaze prediction, salient object segmentation, and objectness measures。
本文使用的全卷积深度模型结构如下:
经过实验验证:
发现数据库的选择对于模型的检测结果很有影响。数据越多样性,模型结果越好。
真值的选择对于结果的影响主要体现在两个方面,一个是训练的损失函数的联系,另一个是性能的评估准则上。
Role of Semantics 语义的角色,有些东西人更加感兴趣。
Feature Contrast 特征对比度的选择