图像分类精度对显著性图估计的影响
计算机视觉与模式识别
2018-07-30 v1
摘要
计算机视觉中的显著性图估计旨在估计人们在图像中注视的位置。由于人们倾向于观看图像中的物体，在 ImageNet 上预训练用于图像分类的模型参数对显著性图估计很有用。然而，关于图像分类精度与显著性图估计性能之间关系的研究尚属空白。本文表明，图像分类精度与显著性图估计精度之间存在强相关性。我们还基于多尺度图像和上采样层研究了用于细化显著性图分辨率的有效架构。我们的模型在 PASCAL-S、OSIE 和 MIT1003 数据集上达到了 SOTA 精度。在 MIT Saliency Benchmark 中，我们的模型在某些指标上取得了最佳性能，在其他指标上取得了有竞争力的结果。
引用
@article{arxiv.1807.10657,
title = {Influence of Image Classification Accuracy on Saliency Map Estimation},
author = {Taiki Oyama and Takao Yamanaka},
journal= {arXiv preprint arXiv:1807.10657},
year = {2018}
}
备注
CAAI Transactions on Intelligence Technology, accepted in 2018