基于深度编码的快速准确光场显著性检测
计算机视觉与模式识别
2021-12-14 v2 信号处理
摘要
光场显著性检测因在许多视觉任务中的效用而重要，但仍缺乏速度且精度尚有提升空间。由于现有方法将光场显著性检测问题表述为分割任务或记忆任务，其训练消耗了不必要的大量计算资源，且测试执行时间更长。我们通过使用带注意力机制的 RGB 图像显著性检测器，将大型光场图像大幅压缩为适合显著性检测的小得多的三通道特征图来解决此问题。为此，我们引入了基于卷积神经网络的新颖特征提取与编码模块。我们的显著性检测器在 CPU 上处理尺寸为 的光场需 秒，比最先进的光场显著性检测器显著更快，且精度更优或相当。此外，我们的架构模型规模相较最先进的光场显著性检测器显著更小。我们的工作表明，通过大幅尺寸压缩与注意力机制从光场提取特征，可得到更快且准确的光场显著性检测器，从而实现近实时光场处理。
引用
@article{arxiv.2010.13073,
title = {Fast and Accurate Light Field Saliency Detection through Deep Encoding},
author = {Sahan Hemachandra and Ranga Rodrigo and Chamira Edussooriya},
journal= {arXiv preprint arXiv:2010.13073},
year = {2021}
}