基于谱聚类投票的无监督显著性物体检测
计算机视觉与模式识别
2022-03-24 v1
摘要
本文中，我们利用自监督特征上的谱聚类来解决无监督显著性物体检测（SOD）这一具有挑战性的任务。我们的贡献如下：（i）我们重新审视谱聚类，并展示了其将显著性物体像素分组的潜力；（ii）给定由在多种自监督模型（如MoCov2、SwAV、DINO）计算的图像特征上多次应用谱聚类得到的掩码提议，我们提出了一种简单而有效的赢者通吃投票机制来选择显著性掩码，该机制利用了基于取景和显著性的物体先验；（iii）使用所选物体分割作为伪真实掩码，我们训练了一个显著性物体检测器，称为SelfMask，其在三个无监督SOD基准上优于先前的方法。代码公开于https://github.com/NoelShin/selfmask。
引用
@article{arxiv.2203.12614,
title = {Unsupervised Salient Object Detection with Spectral Cluster Voting},
author = {Gyungin Shin and Samuel Albanie and Weidi Xie},
journal= {arXiv preprint arXiv:2203.12614},
year = {2022}
}
备注
14 pages, 5 figures