基于自适应局部-全局细化的视频显著性目标检测
计算机视觉与模式识别
2021-05-13 v3
摘要
视频显著性目标检测（VSOD）是许多视觉应用中的一项重要任务。可靠的 VSOD 需要同时利用来自空间域和时间域的信息。现有大多数算法仅使用简单的融合策略（如加法与拼接）来合并来自不同域的信息。尽管简单，此类融合策略可能引入特征冗余，且未能充分利用从空间域和时间域提取的多层特征之间的关系。本文提出一种用于 VSOD 的自适应局部-全局细化框架。与以往方法不同，我们提出一个局部细化架构与一个全局细化架构，以不同范围对简单融合的特征进行细化，从而充分挖掘多层特征的局部依赖与全局依赖。此外，为强调有效信息并抑制无用信息，基于图卷积神经网络（GCN）设计了一种自适应加权机制。我们表明，该加权方法能进一步利用特征相关性，从而驱动网络学习更具判别力的特征表示。在公开视频数据集上的大量实验结果证明了我们的方法相对于现有方法的优越性。
引用
@article{arxiv.2104.14360,
title = {Video Salient Object Detection via Adaptive Local-Global Refinement},
author = {Yi Tang and Yuanman Li and Guoliang Xing},
journal= {arXiv preprint arXiv:2104.14360},
year = {2021}
}