![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
显著性检测论文搜集
文章平均质量分 94
专业方向原因,搜集一些有code并且有一定门槛的SOD文章供组里同门和有需要的人使用~
学不动了躺叭
这个作者很懒,什么都没留下…
展开
-
2022年显著性检测部分论文及代码汇总
SOD2022部分论文收录原创 2022-12-28 20:09:37 · 139 阅读 · 0 评论 -
2023年显著性检测部分论文及代码汇总
现有的显著性检测大多侧重于提高模型的整体性能,而没有明确解释训练分布和测试分布之间的差异,本文提出一种特殊类型的认知不确定性,即分布不确定性,用于显著性检测。,受到其边界敏感性、内容完整性、迭代细化和频率分解机制的启发,本文设计多级混合损失引导网络学习像素级、区域级和对象级特征;具体说,首先提出一个区域到区域的相关模块,用于在保持计算效率的同时将图像间的关系引入逐像素分割特征;然后,使用两种类型的预定义。,从特征间和特征内角度,以互补和动态的方式自适应融合不同投影的特征,同时设计过滤和细化模块。原创 2023-06-19 15:21:55 · 3232 阅读 · 0 评论 -
2023年显著性检测部分论文及代码汇总(2)
Abstacrt:现有的HRSOD方法没有足够大规模的数据集用于训练和评估,且会产生不完整的目标区域和不规则的目标边界。本文提出了一个新的HRS10K数据集,包含10500个2K-8K分辨率的高质量标注图像。同时,本文提出一个新的循环多尺度,即RMFormer,可以循环利用共享的和多尺度细化结构。原创 2023-09-27 22:01:23 · 908 阅读 · 0 评论 -
2023年显著性检测部分论文及代码汇总(3)
Abstacrt:近年来,CNN在特征提取和跨模态交互中得到了充分的利用,但在自模态和跨模态的全局远程依赖关系建模方面仍存在不足。因此,本文引入了CNN辅助的架构,并提出了点感知交互和CNN诱导细化的RGB-D网络,即PICR-Net。考虑到RGB和深度图之间的先验相关性,本文设计了一个注意力触发的跨模态点感知交互模块,即CmPI,探索不同模态在位置约束下的特征交互;为缓解的块效应和细节破坏问题,本文设计了CNN诱导细化单元,即CNNR,对内容进行细化和补充。原创 2023-10-01 23:04:09 · 763 阅读 · 0 评论 -
2023年显著性检测部分论文及代码汇总(4)
Abstacrt:显著性排序,其重点是评估实例级别的显著性程度。本文提出分区排序范式,该范式将无序的显著性实例分区,然后根据分区之间的相关性对其进行排序。分区排序范式减轻了排序的模糊性,提高了显著性排序模型的性能。除此之外,本文引入密集金字塔,实现全局跨尺度交互,增强了特征交互,降低计算成本。原创 2023-11-07 00:13:58 · 646 阅读 · 0 评论 -
2024年显著性检测部分论文及代码汇总(1)
Abstacrt:现有的方法无法处理二维等矩投影引起的畸变。本文提出了一个基于的模型,即DATFormer。首先,引入两个畸变自适应模块。其一是畸变映射模块,预处理全局畸变特征;其二是畸变自适应注意力块,减少多尺度特征的局部畸变。然后,为利用360°数据的独特特征,本文提出一个可学习的关系矩阵,作为位置嵌入的一部分,进一步提高性能。原创 2024-01-20 11:59:01 · 1679 阅读 · 2 评论