面向对象协同分割的综合显著性融合
计算机视觉与模式识别
2022-02-01 v1 多媒体
图像与视频处理
摘要
近年来，对象协同分割受到了广泛关注，其明确预期前景为一组图像中共享的对象。显著性融合是实现该任务的一种有前景的途径。然而，先前工作要么融合同一图像的显著性图，要么融合不同图像的显著性图以提取预期前景。并且，它们在大多数情况下依赖于手工设计的显著性提取与对应过程。本文重新审视该问题，提出融合同一图像与不同图像的显著性图，同时利用深度学习在显著性提取与对应过程中的进展。因此，我们称之为综合显著性融合。我们的实验表明，在 iCoseg、MSRC 和 Internet Images 等重要基准数据集上，相比先前工作，我们的方法取得了大幅改进的对象协同分割结果。
引用
@article{arxiv.2201.12828,
title = {Comprehensive Saliency Fusion for Object Co-segmentation},
author = {Harshit Singh Chhabra and Koteswar Rao Jerripothula},
journal= {arXiv preprint arXiv:2201.12828},
year = {2022}
}
备注
Published in IEEE ISM 2021. Please cite this paper in the following manner. H. S. Chhabra and K. Rao Jerripothula, "Comprehensive Saliency Fusion for Object Co-segmentation," 2021 IEEE International Symposium on Multimedia (ISM), 2021, pp. 107-110, doi: 10.1109/ISM52913.2021.00026