用于显著性检测的深度空间上下文长时递归卷积网络
计算机视觉与模式识别
2016-10-07 v1
摘要
传统的显著性模型通常采用手工设计的图像特征和人为设计的机制来计算局部或全局对比度。本文提出了一种新颖的计算显著性模型，即深度空间上下文长时递归卷积网络（DSCLRCN），用于预测人们在自然场景中的注视位置。DSCLRCN首先自动并行学习每个图像位置上的显著性相关局部特征。然后，与大多数其他基于深度网络的、在局部上下文中推断显著性的模型不同，DSCLRCN能够模拟人类视觉系统中的皮层侧抑制机制，通过利用深度空间长短期记忆（DSLSTM）模型整合全局上下文来评估每个图像位置的显著性。此外，我们还在DSLSTM中整合了场景上下文调制用于显著性推断，从而得到新颖的深度空间上下文LSTM（DSCLSTM）模型。整个网络可以进行端到端训练，并在测试时高效运行。在两个基准数据集上的实验结果表明，DSCLRCN能够实现最先进的显著性检测性能。此外，所提出的DSCLSTM模型通过同时整合全局空间互连和场景上下文调制，能够显著提升显著性检测性能，这可能为计算显著性模型的相关研究揭示新的思路。
引用
@article{arxiv.1610.01708,
title = {A Deep Spatial Contextual Long-term Recurrent Convolutional Network for Saliency Detection},
author = {Nian Liu and Junwei Han},
journal= {arXiv preprint arXiv:1610.01708},
year = {2016}
}