在自然图像中评估具有多级显著性的多物体显著目标检测
计算机视觉与模式识别
2020-03-20 v1 图像与视频处理
摘要
显著目标检测使用二值真值进行评估，其标签为显著物体类和背景。在本文中，我们基于在一个新颖图像数据集上的三个主观实验证实，自然图像中的物体本质上被感知为具有不同级别的重要性。我们的数据集名为 SalMoN（多物体自然图像中的显著性），包含 588 张含有多个物体的图像。所执行的主观实验通过眼动注视时长、点点击和矩形绘制记录自发的注意与感知。由于多物体图像中的物体显著性本质上是多级的，我们提出显著目标检测必须评估其检测所有多级显著物体的能力，此外还有显著物体类检测能力。为此，我们利用主观实验结果生成对应于所有数据集图像的多级图作为真值，其标签为多级显著物体和背景。然后，我们提出使用平均绝对误差、Kendall 秩相关和精度-召回曲线下平均面积来评估现有显著目标检测方法在我们的多级显著性真值数据集上的表现。将图像上的显著性检测表示为图的局部-全局分层处理的方法在我们的数据集中表现良好。
引用
@article{arxiv.2003.08514,
title = {Evaluating Salient Object Detection in Natural Images with Multiple Objects having Multi-level Saliency},
author = {Gökhan Yildirim and Debashis Sen and Mohan Kankanhalli and Sabine Süsstrunk},
journal= {arXiv preprint arXiv:2003.08514},
year = {2020}
}
备注
Accepted Article