图像显著目标检测再思考：先物体级语义显著性重排序，后像素级显著性细化
计算机视觉与模式识别
2020-08-13 v1 机器学习
摘要
真实人类注意是视觉系统与大脑之间的交互活动，同时使用低级视觉刺激与高级语义信息。以往的图像显著目标检测（SOD）工作以多任务方式执行显著性预测，即同时进行像素级显著性回归与类分割的显著性细化，这使其特征主干在揭示语义信息方面退化。然而，给定一幅图像，我们倾向于更多关注那些语义上显著的地区，即便这些区域初看在感知上并非最显著。本文将该 SOD 问题划分为两个顺序任务：1）我们提出一个轻量、弱监督深度网络，先粗略定位那些语义显著区域；2）然后，作为后处理步骤，我们在这些语义显著区域上选择性融合多个现成深度模型以进行像素级显著性细化。与侧重于主要利用感知线索在“单图像”中学习像素级显著性的 SOTA 方法形成鲜明对比，我们的方法探究了“多图像间的物体级语义排序”，其方法论更符合真实人类注意机制。我们的方法简单而有效，是首个将显著目标检测主要视为物体级语义重排序问题的尝试。
引用
@article{arxiv.2008.05397,
title = {Rethinking of the Image Salient Object Detection: Object-level Semantic Saliency Re-ranking First, Pixel-wise Saliency Refinement Latter},
author = {Zhenyu Wu and Shuai Li and Chenglizhao Chen and Aimin Hao and Hong Qin},
journal= {arXiv preprint arXiv:2008.05397},
year = {2020}
}