PAANet：基于视觉感知的四阶段显著目标检测框架与高阶对比算子
计算机视觉与模式识别
2022-11-17 v1 信息检索
摘要
人们认为，人类视觉系统（HVS）在进行显著目标检测（SOD）时由预注意过程和注意过程组成。基于这一事实，我们提出了一种用于 SOD 的四阶段框架，其中前两个阶段对应由通用特征提取（GFE）和特征预处理（FP）组成的预注意过程，后两个阶段对应由显著性特征提取（SFE）和特征聚合（FA）组成的注意过程，即 PAANet。根据预注意过程，GFE 阶段采用完全训练好的骨干网络，无需针对不同数据集进行进一步微调。这一改动可大幅提升训练速度。FP 阶段起到微调的作用，但因其结构更简单、参数更少而效率更高。此外，在 SFE 阶段，我们为显著性特征提取设计了一种新颖的对比算子，与传统卷积算子相比，其在提取前景与其周边环境之间的交互信息时更具语义性。有趣的是，该对比算子可级联形成更深的结构，并更有效地提取对复杂场景更适用的高阶显著性。在 5 个数据集上与最先进方法的对比实验证明了我们框架的有效性。
引用
@article{arxiv.2211.08724,
title = {PAANet:Visual Perception based Four-stage Framework for Salient Object Detection using High-order Contrast Operator},
author = {Yanbo Yuan and Hua Zhong and Haixiong Li and Xiao cheng and Linmei Xia},
journal= {arXiv preprint arXiv:2211.08724},
year = {2022}
}