NeRD：一种用于视觉显著性检测的神经网络响应散度方法
计算机视觉与模式识别
2016-02-05 v1
摘要
本文提出了一种通过神经网络响应散度（NeRD）进行视觉显著性检测的新方法，其中利用先前训练用于复杂物体识别的深度神经网络中的突触部分来计算可用于计算图像区域显著性的低级线索。基于该概念，提出了一种使用深度卷积 StochasticNets 的高效视觉显著性检测框架。使用 CSSD 和 MSRA10k 自然图像数据集的实验结果表明，与最先进的图像显著性方法相比，所提出的 NeRD 方法能够实现改进的性能，同时获得近实时计算机视觉应用所需的低计算复杂度。
引用
@article{arxiv.1602.01728,
title = {NeRD: a Neural Response Divergence Approach to Visual Salience Detection},
author = {M. J. Shafiee and P. Siva and C. Scharfenberger and P. Fieguth and A. Wong},
journal= {arXiv preprint arXiv:1602.01728},
year = {2016}
}
备注
5 pages