图像检索能否有助于视觉显著性检测？
计算机视觉与模式识别
2017-09-26 v1
摘要
我们提出了一种用于视觉显著性检测的新型图像检索框架，该框架利用相似图像的边界框标注中所包含的显著对象信息。对于每张测试图像，我们从相似的样本图像训练一个定制的 SVM，以预测其目标候选框的显著性值，并通过聚合区域得分生成外部显著性图（ES）。为了克服由训练数据集规模造成的局限性，我们还提出了一个内部优化模块，通过测量测试图像的低级对比度信息来计算内部显著性图（IS）。ES 和 IS 这两个图具有互补特性，因此我们采用加权组合以进一步提升检测性能。在多个具有挑战性的数据集上的实验结果表明，所提出的算法表现优于 state-of-the-art 方法。
引用
@article{arxiv.1709.08172,
title = {Can Image Retrieval help Visual Saliency Detection?},
author = {Shuang Li and Peter Mathews},
journal= {arXiv preprint arXiv:1709.08172},
year = {2017}
}