基于协同图学习的 RGB-T 图像显著性检测
计算机视觉与模式识别
2019-05-17 v1
摘要
图像显著性检测是计算机视觉与多媒体领域中的活跃研究课题。融合互补的 RGB 与热红外数据已被证明对图像显著性检测有效。本文中，我们提出了一种用于 RGB-T 图像显著性检测的有效方法。我们的方法依赖于一种新颖的协同图学习算法。具体而言，我们以超像素作为图节点，并协同利用分层深度特征，在统一优化框架中联合学习图亲和度与节点显著性。此外，我们为 RGB-T 图像显著性检测贡献了一个更具挑战性的数据集，其包含 1000 对空间对齐的 RGB-T 图像对及其真值标注。在公开数据集与新构建数据集上的大量实验表明，所提方法优于当前最优的 RGB-T 显著性检测方法。
引用
@article{arxiv.1905.06741,
title = {RGB-T Image Saliency Detection via Collaborative Graph Learning},
author = {Zhengzheng Tu and Tian Xia and Chenglong Li and Xiaoxiao Wang and Yan Ma and Jin Tang},
journal= {arXiv preprint arXiv:1905.06741},
year = {2019}
}
备注
14 pages, 14 figures, 7 tables, accepted by IEEE Transactions on Multimedia with minor revisions