平衡式显著物体检测
计算机视觉与模式识别
2024-09-05 v1
摘要
我们提出了平衡式显著物体检测 (PSOD)，这是一项新颖的任务，旨在为给定输入图像生成多个合理的显著分段结果。不同于产生单一分段掩码的常规 SOD 方法，PSOD 认识到现实图像中包含多个物体以及由于不同用户意图而对显著物体定义的内在模糊性。为研究此任务，我们提供了两个新的 SOD 数据集“DUTS-MM”和“DUS-MQ”，以及新设计的评估指标。DUTS-MM 基于 DUTS 数据集构建，但通过三方面丰富了 ground-truth 掩码注释：1) 改进了特别是边界和细粒度结构的掩码质量；2) 缓解了注释不一致问题；3) 为具有显著性模糊性的图像提供多个 ground-truth 掩码。DUTS-MQ 包含约 10 万图像-掩码对，带有人工标注的偏好分数，使我们能够学习真实的人类偏好来衡量掩码质量。基于这两个数据集，我们提出了一个基于 Mixture-of-Experts (MOE) 设计的简单而有效的平衡式 SOD 基线。配备两个预测头，它同时使用不同的查询提示预测多个掩码，并预测每个掩码候选对象的人类偏好分数。大量实验和分析都凸显了我们提出的数据集的重要性，并肯定了我们 PSOD 框架的有效性。
引用
@article{arxiv.2409.02368,
title = {Pluralistic Salient Object Detection},
author = {Xuelu Feng and Yunsheng Li and Dongdong Chen and Chunming Qiao and Junsong Yuan and Lu Yuan and Gang Hua},
journal= {arXiv preprint arXiv:2409.02368},
year = {2024}
}