2017-04-18 Visual Saliency Detection Based on Multiscale Deep CNN Features

最新推荐文章于 2022-09-15 14:44:21 发布
最新推荐文章于 2022-09-15 14:44:21 发布
阅读量830 收藏
点赞数
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/ylin01234/article/details/81069179
版权
该研究结合了‘基于多尺度深度特征的视觉显著性检测’和‘深度对比学习用于显著目标检测’，通过随机森林回归器利用多尺度高层特征和人工选择的低层特征生成显著性地图。通过能量最小化改进空间连贯性，得到最终的显著性图像。文章亮点包括利用边界框方法纠正形状不均匀问题以及多尺度问题的处理。
摘要由CSDN通过智能技术生成

The learning of "Visual Saliency Detection Based on Multiscale Deep CNN Features" (G.-B. Li, Y.-Z. Yu. IEEE Transactions on Image Processing, Nov, 2016, pp. 5012-5024)

The saliency map is obtained by a random forest regressor using the multiscale high level features and the low level features of artificial selection.

1 Model overview

    1. Segment image using graph-based segmentation, and modify the area according to the bounding box idea.
    2. High-level feature vector is extracted at three different scales from three CNNs (Alexnet) fed into the two fully connected layers.
    3. Low-level feature (color and texture) vector is extracted by comparing with boundary background and entire image.
    4.  
       
最低0.47元/天 解锁文章
ylin01234
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标识别算法C语言,显著性目标检测(Visual Saliency Detection)-传统CNNs
weixin_42530793的博客
05-23 1346
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...
Visual saliency detection based on multiscale deep cnn features
零食的csdn博客
02-28 682
Task 视觉显著性 Visual Saliency（这篇文章2017年左右，很早了） 显著性由视觉对比产生，直观的表征了图像的某些部分与相邻区域比较更突出。 本文发现，利用CNN提取的多尺度特征具有较高视觉显著性，在视觉识别方面取得了巨大成功。因此，本文引入了一种神经网络结构，在CNN后跟着FC层，提取三种不同尺度（相互嵌套）的特征（分别是考虑区域、相邻区域和整个区域）。 另外，本文还构建了...
DeepSaliency论文翻译学习-Visual Saliency Based on MuItiscale Deep Features
风起
12-06 1589
摘要 视觉显着性是包括计算机视觉在内的认知科学和计算科学中的一个基本问题。本文发现，利用深度卷积神经网络(CNN)提取的多尺度特征可以获得高质量的视觉显着性模型，并在视觉识别方面取得了很大的成功。为了学习这类显着性模型，我们引入了一种神经网络体系结构，它在CNN上有完全连接的层，负责三个不同尺度的特征提取。然后，我们提出了一种改进方法，以提高我们的显着性结果的空间一致性。最后，为不同层次的图像分割...
A Unified Multi-scale Deep Convolutional Neural Network for Fast Object Detection
weixin_36670529的博客
09-15 628
摘要 提出了一种用于快速多尺度目标检测的统一深度神经网络，即多尺度CNN (MS-CNN)。MS-CNN由建议子网络和检测子网络组成。在建议子网中，在多个输出层进行检测，使感受野匹配不同尺度的对象。这些互补的尺度特异性探测器被结合起来产生一个强大的多尺度目标探测器。通过优化多任务损失，实现了统一网络的端到端学习。此外，还探讨了反卷积特征上采样作为输入上采样的一种替代方法，以减少内存和计算成本。最...
VISUAL SALIENCY DETECTION BASED ON BAYESIAN MODEL
dayenglish的专栏
05-04 1341
文章主要利用贝叶斯推导模型来得到显著性检测映射图。贝叶斯推导模型的计算公式如下图： 后验概率的意义是，在已知当前像素点的条件下，当前像素点为显著性目标的概率。为了构建上诉贝叶斯概率模型，需要提前计算出显著性值以及得到显著性区域。稳重利用color boost方法来计算焦点检测，有效的利用角点所构建出来的凸包区域来计算大致的显著性区域。由于凸包能够很好的将图像区域分割为两个部分，也就大致得
显著性检测论文阅读整理
sheng4204的博客
06-25 3837
1. Visual Saliency Based on Multiscale Deep Features 原文链接：https://arxiv.org/pdf/1503.08663.pdf 翻译：https://blog.csdn.net/weixin_40740160/article/details/89005994 题目：基于多尺度深度特征的视觉显著性 作者：Guanbin Li，Yi...
综述阅读:Salient Object Detection in the Deep Learning Era: An In-Depth Survey
weixin_34344677的博客
06-23 3942
这篇文章主要介绍利用深度学习的显著目标检测，对比各类算法探究形成综述。 原文地址：https://arxiv.org/pdf/1904.09146.pdf若有个人误区及翻译错误，请及时评论指正。 目录 【第一章】介绍 6.23更新 【第二章】深度显著目标检测模型 6.24-6.25更新 【第三章】目标检测数据集 6.26更新 【第四章】评估指标 6.27更新 【第五...
（十一：2020.08.28）CVPR 2017 追踪之论文纲要（译）
Jojo论文基地
08-28 3183
CVPR 2017 追踪之论文纲要（修正于2020.08.28）讲在前面论文目录 讲在前面 论坛很多博客都对论文做了总结和分类，但就医学领域而言，对这些论文的筛选信息显然需要更加精细的把控，所以自己对这1400篇的论文做一个大致从名称上的筛选，希望能找到些能解决当前问题的答案。 论文链接建议直接Google论文名，比去各种论文或顶会网站找不知道快捷多少。 下面皆为机器翻译以方便我第一次筛选，我会慢慢修正，但现在请结合。有兴趣的可以问我要处理这些论文并自动翻译的脚本。 Respect！ 论文目录
使用Tensorflow2.0执行视觉显著性检测（Visual Saliency Detection)
qq_40985985的博客
08-13 553
上一篇博客介绍了如何[使用Python，OpenCV执行视觉显著性检测（Visual Saliency Detection)](https://blog.csdn.net/qq_40985985/article/details/124727023)。这篇博客将介绍如何使用Tensorflow2.0执行显著性检测，这是一个应用图像处理和计算机视觉算法来自动定位图像中最“显著”区域的过程。 ...
cnn程序 matlab
02-03
内含cnn的matlab程序，简单易懂，不到百行，混科研搞数据必备良代码。超低价甩卖。
论文阅读（二）：3D visual saliency detection model with generated disparity map
qq_36955294的博客
12-27 670
（2）3D visual saliency detection model with generated disparity map 摘要 由于人单目视觉与双目视觉的区别显著，立体视觉注意力成为三维应用研究中的一个新兴问题。现有的一些三维视觉显著性检测模型利用groundtruth视差映射来计算深度特征的center-surround difference，计算成本高。在一些3D应用程序中，g...
显著目标检测(SOD)方向部分经典论文汇总
xiongxyowo的博客
07-07 806
显著目标检测(SOD)方向部分经典论文汇总
Object Detection(目标检测神文)
热门推荐
Mars_WH的专栏
08-21 6万+
目标检测神文，非常全而且持续在更新。转发自：https://handong1587.github.io/deep_learning/2015/10/09/object-detection.html，如有侵权联系删除。 Papers ———————————————————————————————————- Deep Neural Networks for Object Detection Ov...
cvpr2015显著性文章
august_gdy的博客
04-13 1021
前一篇文章是做显著性的，最近很关注这个方向，CVPR 2015的也出了，特意整理一下，简单的分析以后有空再加： 1. “Traditional Saliency Reloaded: A Good Old Model in New Shape”，Simone Frintrop, Thomas Werner, Germán Martin Garcia。 DOG高斯金字塔得重新包装，再次提醒很多
CVPR 2016 摘要阅读
Tsingzao的博客
08-02 3万+
为了说明看过CVPR2016全部文章的摘要，总结一下，摘要只保留了创新点部分。 ORAL SESSION Image Captioning and Question Answering Monday, June 27th, 9:00AM - 10:05AM. These papers will also be presented at the following poster sessio
ScarfNet: Multi-scale Features with Deeply Fused and Redistributed Semantics
weixin_36670529的博客
05-11 604
1、已经存在的特征金字塔方法 为了检测到变化尺寸的目标，基于特征金字塔的检测器，在不同特征层之间，基于在k特征图上的决策，例如下图(a)所示，基线检测器使用在特征层上的特征图。 其中。其中是骨干网络产生的特征图，是从后来的卷积层由底向上得到。代...
【论文笔记】Multi-scale Feature Fusion：Learning Better Semantic Segmentation for Road Pothole Detection
m0_61899108的博客
02-07 3051
论文 论文题目：MULTI-SCALE FEATURE FUSION: LEARNING BETTER SEMANTIC SEGMENTATION FOR ROAD POTHOLE DETECTION 发表于：CVPR 2021 论文地址：https://arxiv.org/pdf/2112.13082.pdf 摘要 本文提出了一种基于单模态语义分割的新型坑洼检测方法。它首先使用卷积神经网络从输入图像中提取视觉特征，然后通道注意力模块重新加权通道特征以增强不同特征图的一致性。随后，研究者采
Context-Aware Saliency Detection 代码
最新发布
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...
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