《认知规律启发的显著性物体检测方法与评测》
显著性物体检测技术起源于认知学中人类的视觉注意行为，即人类视觉系统能够快速地将注意力转移到视觉场景中最具信息量的区域而有选择性地忽略其他区域。该技术在现实生活中有着广泛的应用基础，如自动驾驶、人机交互、视频分割、视频字幕和视频压缩等。由于图像和视频数据（遮挡、模糊和运动模式等）自身存在的挑战以及人类在动态场景中注意行为（选择性注意分配和注意转移）固有的复杂性，显著性物体检测技术面临着巨大挑战。受制于采集设备，早期构建的显著性物体检测数据集表达真实场景的能力非常有限。同时，这一领域的评价指标是基于像素级误差的，完全忽略了人类认知规律的特性。上述问题严重制约了显著性物体检测技术的发展。本书围绕图像、视频显著性物体检测，研究了基于人类认知规律的数据集构建、模型构建、评价指标三个方面的问题。
返回列表【点击数：】