阅读笔记RGB-‘D’ Saliency Detection With Pseudo Depth

最新推荐文章于 2024-05-14 16:16:51 发布
最新推荐文章于 2024-05-14 16:16:51 发布
阅读量484 收藏 1
点赞数
分类专栏： 显著性
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/marcotsui/article/details/106947321
版权

贡献
1.提出伪深度的测量方法。
2.提出伪深度背景先验。
3.提出基于伪深度的显著性检测算法Pseudo Depth Prior （PDP）。
4.在RGB模型中套用PDP
介质传输模型中的伪深度
介质传输与空间相关，t(x,y):介质传播
介质传播模型
图1 介质传播模型
深度值与传播的对数成反比
公式1 深度值与传播的对数成反比
对于室内物体，可能出现环境光的干扰，提出“半反相”图像深度（semi-inverse image depth）。
半反相图像深度
公式2 半反相图像深度
RGB-'D‘显著性检测算法

最低0.47元/天 解锁文章
码布里
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
RGB-D Salient Object Detection:综述论文笔记
qq_43960994的博客
10-08 2364
RGB-D Salient Object Detection:综述论文笔记 显著性目标检测致力于给定区域内最重要的视觉性目标。SOD在真实世界的应用范围内起着关键性的作用，例如立体匹配、图像理解、显著性检测、行为感知、视频探测和分割、语义分割、视频图像分割、目标追踪、行人检测、伪装目标检测等等。尽管在过去的几十年里SOD领域已经有了很大的进展，在各种挑战因素下还有着提升的空间，例如在场景中有着复杂的背景或者不同的灯光条件。一个解决这些困难的办法是使用深度图，提供RGB图像的补充信息并且由于深度传感器的巨大实
Context-Aware Saliency Detection的Matlab代码
05-05
《Context-Aware Saliency Detection在Matlab中的实现详解》 显著性检测是计算机视觉领域的一个重要课题，其目标在于识别图像中最具吸引力或最与众不同的区域，即图像的显著区域。Context-Aware Saliency Detection...
【PDP】RGB-‘D’ Saliency Detection With Pseudo Depth
m0_58702532的博客
05-05 572
【PDP】RGB-‘D’ Saliency Detection With Pseudo Depth IEEE TRANSACTIONS ON IMAGE PROCESSING, VOL. 28, NO. 5, MAY 2019 动机 显著性目标检测还是以RGB图为主 人脑可以从仅 RGB 的图中提取场景的几何模型，提供场景的 3D 感知（脑补） 措施 RGB-'D' ： 从 单个RGB 图像中估计伪深度（与人类感知一致）作为补充信息来辅助显著性检测 注意：其实所谓的伪深度就是单目深度估计
Specificity-preserving RGB-D Saliency Detection（ICCV-2022）
最新发布
weixin_45261673的博客
05-14 423
3.为了有效地融合共享学习网络中的跨模态特征，我们提出了一种交叉增强集成模块( CIM )，然后将融合后的特征传播到下一层，用于集成跨层信息。此外，为了捕获丰富的互补多模态信息以提高SOD性能，我们提出了多模态特征聚合( MFA )模块，将每个单独解码器中的模式特异性特征集成到共享解码器中。学习他们的共享表示 可以通过交叉增强的特征学习有效地利用两个模态之间地相关性，并通过自适应地加权不同特征表示来进行融合，同时将融合之后的特征传输到下一层。特征集成，利用模式特异性的两个特征来增强gsm。
Select, Supplement and Focus for RGB-D Saliency Detection CVPR2020 卢湖川团队
weixin_42223405的博客
12-30 504
Select, Supplement and Focus for RGB-D Saliency Detection
(2021 ICCV)Specificity-preserving RGB-D Saliency Detection(A类)
RJLHUT的博客
12-16 728
# 一、作者 ​ Tao Zhou ， Huazhu Fu ，Geng Chen ，Yi Zhou ，Deng-Ping Fan， Ling Shao 二、地址 2.1 原文地址 ICCV 地址 2.2 代码地址 代码 三、摘要 ​ RGB-D saliency detection has attracted increasing attention, due to its effectiveness and the fact that depth cues can now be convenientl
Asymmetric Two-Stream Architecture for Accurate RGB-D Saliency Detection
菜根檀的博客
01-17 543
"一种新颖的RGBD双流结构"主要结构论文结构提出思路细节描述DepthNetRGBNet深度注意力模块(DAM)实验结果 主要结构 本文提出了一个新颖的双流非对称融合方法，其主要结构框架如下图所示： 结构主要包含3个部分，分别是处理RGB流的RGBNet，多层特征结合的流式梯形模块，对从深度流各层得到的深度特征加注意力的深度注意力模块（DAM）,以及一个轻量级的深度特征提取网络DepthNet。 论文结构提出思路 RGB图片和与Depth图片所体现的信息是不同的，RGB更多的体现的是色彩，也是就是上下文
论文“Context-Aware Saliency Detection”的matlab代码及论文
03-07
《Context-Aware Saliency Detection》是一篇关于计算机视觉领域的学术论文，主要研究的是目标检测技术，特别是如何利用上下文关系提升目标检测的准确性和鲁棒性。MATLAB作为强大的科学计算与图形处理软件，被该论文...
Vehicle color recognition with vehicle-color saliency detection and dual-orientational dimensionality reduction of CNN deep features
02-22
Vehicle color recognition with vehicle-color saliency detection and dual-orientational dimensionality reduction of CNN deep features
Selective Features for RGB-D Saliency
02-07
Selective Features for RGB-D Saliency
Context-Aware Saliency Detection论文代码
03-02
《Context-Aware Saliency Detection》是一篇关于显著性检测的学术论文，其核心思想是利用上下文信息来提升显著性检测的准确性。显著性检测是计算机视觉领域的一个重要研究方向，旨在识别图像中最具吸引力或最突出的...
RGB-D Salient Object Detection with Cross-Modality Modulation and Selection
m0_58702532的博客
05-19 869
RGB-D Salient Object Detection with Cross-Modality Modulation and Selection 具有跨模态调制和选择的 RGB-D 显着目标检测 一、Motivation two challenge： 1）如何有效地整合来自 RGB 图像及其对应的深度图的互补信息； 2）如何自适应地选择更多与显着性相关的特征。 二、Solutions (1) cross-modality feature modulation (cmFM) 模块，通过
Synergistic Saliency and Depth Prediction for RGB-D Saliency Detection
菜根檀的博客
12-05 340
Pay Attention Selectively and Comprehensively: Pyramid Gating Network for Human Pose Estimation without Pre-trainingABSTRACT ABSTRACT
CVPR2021 || 深度敏感注意力Deep RGB-D Saliency Detection with Depth-Sensitive Attention
qq_51302564的博客
05-04 1953
Paper：https://arxiv.org/abs/2103.11832 Code：未开源 动机 在最近的文献中，RGB-D SOD方法通常将深度通道作为辅助输入通道，直接送入卷积神经网络(convolutional neural network, CNN)进行特征提取[7,21,31,43,59]。因此，它们不能很好地利用深度先验知识来捕获显著物体的相应几何布局。 由于突出的目标往往分布在几个特定的深度区间内，因此可以通过有规律地滑动深度区间窗口来粗略地检测到。 受此启发，我们认为可以提取RGB特征w
RGB-D Saliency Detection via Cascaded Mutual Information Minimization笔记
qq_58893031的博客
03-14 310
现有的rgb-d显着性检测模型并未明确鼓励RGB和深度实现有效的多模式学习。本文通过相互信息最小化引入了一种新颖的多阶段级联学习框架，以显式地建模RGB图像和深度数据之间的多模态信息。首先将每种模式的特征映射到较低维的特征向量，并采用互信息最小化作为正则化器，以减少来自RGB的外观特征与来自深度的几何特征之间的冗余。然后执行多阶段级联学习，以在网络的每个阶段施加互信息最小化约束。
Pseudo-LiDAR from Visual Depth Estimation
weixin_41134246的博客
08-13 399
Pseudo-LiDAR from Visual Depth Estimation:Bridging the Gap in 3D Object Detection for Autonomous Driving 作者：Yan Wang, Wei-Lun Chao, Divyansh Garg, Bharath Hariharan, Mark Campbell, and Kilian Q. Weinberger 机构：Cornell University, Ithaca, NY 出处：CVPR 2019 主
计算机图形学总复习（五）
qq_40656583的博客
01-06 1041
计算机图形学期末总复习（五） 第七章 三维观察 一、
2022_TIP_DSNet
m0_58702532的博客
12-15 859
1. 动机1) 用于监督学习的像素级注释既昂贵又耗时。2) 与RGB图像相比，成对的rgb-d图像更难以收集。 2. 解决方法 提出 Dual-Semi RGB-D Salient Object Detection Network（DS-Net），利用没有标记的RGB图像来增强 RGB-D 显著性检测。 第一步：设计了一个depth decoupling convolutional neural network (DDCNN)，包含两个分，depth estimation branch and a
CVPR2022-SemanticStyleGAN
mokeyser的博客
03-23 5546
这是一篇来自CVPR2022关于GAN的新作： 文章效果经验，引入了语义图进行解耦，很有新意。
Context-Aware Saliency Detection 代码
03-28
2. GitHub上有一些相关的代码实现，例如：https://github.com/zyjwuyan/Context-Aware-Saliency-Detection 3. 推荐使用Python语言，结合深度学习框架（如TensorFlow、PyTorch等）进行实现。 4. 实现方法可以参考...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值