综述性文章:
Salient Object Detection即显著性检测,是机器视觉的一个领域。对一幅图像进行显著性检测一般有两个步骤,第一步是检测出图像中最为显著的部分,第二步是将显著部分与图像中其他场景分割开来。显著性检测能够作为其他图像处理和分析技术的基础操作,因此一方面对精度有要求,另一方面对计算速度有要求。
Salient Object Detection技术的发展大致有三个阶段,2012年以前有两个wave,分别是1998年和2007年,这一阶段的Salient Object Detection技术基于传统模型,按照Block-based vs. Region-based analysis,Intrinsic cues vs. Extrinsic cues分别有4种组合,每种组合都有许多Model,Region-based的模型比Block-based应该好一点,融合了Extrinsic cues的一些先验知识表现会更好也是Future Work的一部分。2012年后主要是基于深度学习的模型,一个方向是基于CNN,一个方向是基于FCN,都有比较好的效果。