显著目标检测的研究思路

1、显著目标检测介绍

显著性检测最近几年成了研究热点，从计算机视觉三大会议（ICCV, CVPR, ECCV）上的文章数量就可以看出，大概每届会议都有10来篇的样子，一个这么小的topic，10来篇数量已经很多了。如果你看一看这些文章就会发现，显著目标检测的占了大部分，眼动点预测的很少，大概就一两篇。看到这，有些人也许还不明白显著目标检测和眼动点预测区别。其实，显著目标检测就类似于一个二值分割问题，只不过加了显著这个条件约束；而眼动点预测则是提取出人眼感兴趣的一些点，而不是提取出显著的整个目标区域，也就是说有些像素哪怕是在显著目标上，它也可能不吸引人的眼球。那么为什么显著目标检测文章最近几年这么多呢？究其原因，我个人认为首要就是这个topic简单，不需要太深的数学理论，而且不需要生理方面的研究基础（眼动点预测更侧重人脑的生理方面），容易出文章，谁都可以搞一搞；然后，显著目标检测的应用在计算机视觉上更直接一些，包括图像分割，也就是saliency作为prior，来指导segmentation，来实现unsupervised segmentation。然后，就是图像分类了，可以利用saliency来提高feature的discrimination，如利用saliency来指导sparse code等等吧；最后，就是大牛们itti和borji等的持续push，写了很多的benchmark文章，当然更多是在眼动点预测方面，也有ECCV12关于salient object detec