重新审视图像金字塔结构用于高分辨率显著目标检测

显著目标检测（SOD）近来备受关注，但针对高分辨率（HR）图像的研究较少。遗憾的是，与低分辨率（LR）图像及标注相比，HR 图像及其像素级标注无疑更耗费人力与时间。因此，我们提出一种基于图像金字塔的 SOD 框架——逆显著金字塔重建网络（InSPyReNet），可在无任何 HR 数据集情况下进行 HR 预测。我们设计 InSPyReNet 以生成严格的显著图图像金字塔结构，从而能够通过基于金字塔的图像混合集成多个结果。对于 HR 预测，我们设计了一种金字塔混合方法，其从同一图像的 LR 与 HR 尺度对合成两个不同的图像金字塔，以克服有效感受野（ERF）差异。我们在公开 LR 与 HR SOD 基准上的广泛评估表明，InSPyReNet 在各种 SOD 指标与边界精度上超越了最先进（SotA）方法。