目标识别算法C语言,显著性目标检测(Visual Saliency Detection)-传统CNNs

显著性目标检测(识别图像的主体，本质是一种分割任务。先算显著图，再合并分割显著对象)

2014前，基于手工特征的传统方法：无法描述复杂场景、对象结构；泛化能力差。

基于深度学习的方法：

1)多层感知机(MLPs)/传统CNNs

输入图像被过度成多尺度的小区域，然后将CNN用于提取图像中的高级特征，该高级特征随后被反馈回MLP以确定每个小区域的显着性值。

虽用CNN提取高级特征，但由于MLP的使用，CNN所提取的特征中的空间信息并不能被保留。

结合局部信息和全局信息，来克服基于局部的模型中突出对象边界，而不突出对象整体。

[7] 两个子网络DNN-L、DNN-G

[8] 全局与局部上下文，以超像素为中心的窗口

本文模型将嵌套窗口中提取的多尺度CNN特征与具有多个全连接层的深度神经网络结合。(将输入图像分为考虑区域，紧邻区域以及全图三个区域，对分割出的三个不同图像使用相同的CNNs进行特征提取，而后进行整合)

上述基于MLP的模型，主要依赖于区域信息和分类网络。这些图像块区域被调整到固定大小，然后被送到分类网络，该网络用于确定每个区域的显着性。 虽然一些模型使用多尺度输入来提取多个尺度的特征，但是这种学习框架无法充分利用高级语义信息。此外，空间信息不能传播到最后完全连接的层，从而导致全局信息丢失。

2)全卷积网络(FCN)

具有保存空间信息的能力。

论文：Visual Saliency Detection Based on Multiscale Deep CNN Features

年份：TIP 2016

期刊：G.-B. Li, Y.-Z. Yu. IEEE Transactions on Image Processing, Nov, 2016, pp. 5012-5024.

初版：Visual Saliency Based on Multiscale Deep Features，

年份：CVPR 2015

作者：同期刊(香港大学)

(https://sites.google.com/site/ligb86/mdfsaliency/)

CVPR 2015(Multiscale Deep Features，MDF)

Results

Figure 1：不同方法显著图的视觉比较

MDF

显著图的视觉比较：

(a)Source，(k)Ours MDF，(L)GT：ground truth，(b-j)其他9种方法

???二值gt的标签合理吗

定量比较

Figure 2：在对10种不同方法的显著性图进行定量比较

4个数据集上：(a)MSRA-B数据集，(b)SOD数据集，(c)iCoSeg数据集，(d)本文的数据集

(第一行)不同方法的PR曲线(精度召回precision-recall)，

(第二行)使用自适应阈值的平均精度、召回和F-测量(precision, recall and F-measure)，

(第三行)平均绝对误差(Mean Absolute Error)

贡献

１、model：提出新的显著性模型MDF(Multiscale Deep Features)

２、framework：进一步将显著性模型(ours)、空间一致性模型、多层次图像分割相结合，形成完整的显著性框架

３、datasets：HKU-IS