用于改进目标候选框的显著性检测
计算机视觉与模式识别
2016-10-18 v3
摘要
在近期最先进的工作中，目标候选框极大惠及了目标检测任务。然而，现有目标候选框在高交并比（intersection over union）阈值下通常定位精度较低。为此，本文中我们将显著性检测应用于每个边界框以提升其质量。我们首先提出一种基于轮廓的测地显著性检测方法，其设计用于寻找闭合轮廓。随后，将其应用于多尺度的每个候选框，并在获得的显著性图中轻易生成精炼框，这些框进一步用于计算显著性分数以进行候选框排序。在PASCAL VOC 2007测试数据集上的实验表明，所提出的精炼方法能大幅改进现有模型。
引用
@article{arxiv.1603.04146,
title = {Saliency Detection for Improving Object Proposals},
author = {Shuhan Chen and Jindong Li and Xuelong Hu and Ping Zhou},
journal= {arXiv preprint arXiv:1603.04146},
year = {2016}
}
备注
IEEE DSP 2016