一种基于半监督运动质量感知的视频显著性目标检测新方法
计算机视觉与模式识别
2020-08-10 v1 机器学习
摘要
以往的视频显著性目标检测（VSOD）方法主要集中于设计复杂的网络以实现性能提升。然而，随着近期深度学习技术发展放缓，仅依靠复杂网络来期待另一突破可能变得越来越困难。为此，本文提出一种通用学习方案，使所有最先进（SOTA）方法获得进一步的 3% 性能提升。我们方法的主要亮点是借助“运动质量”——一个全新概念，从原始测试集中筛选出一个视频帧子集来构建新的训练集。该新训练集中的所选帧均应包含高质量运动，其中显著性目标有极大概率能被“目标 SOTA 方法”（即我们想要改进的方法）成功检测。因此，利用这一新训练集开启新一轮网络训练，我们可实现显著的性能提升。在此新一轮训练中，目标 SOTA 方法的 VSOD 结果将作为伪训练目标。我们的新颖学习方案简单而有效，其半监督方法学未来或大有潜力启发 VSOD 领域。
引用
@article{arxiv.2008.02966,
title = {A Novel Video Salient Object Detection Method via Semi-supervised Motion Quality Perception},
author = {Chenglizhao Chen and Jia Song and Chong Peng and Guodong Wang and Yuming Fang},
journal= {arXiv preprint arXiv:2008.02966},
year = {2020}
}