首页|显著性物体检测研究综述

显著性物体检测研究综述

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
人类的视觉系统能够迅速地、有选择地从视觉场景中检测出感兴趣的目标或者具有显著特征的物体,并根据更高层次的视觉任务目的对它们进行处理和理解,从而实现相应的行为或决策.将人类这种选择性视觉注意机制引入到计算机视觉的信息处理中,可以有效地减少视觉计算所需处理的数据量、加速整个处理过程,并进一步方便更高层次视觉任务的处理,因而该方面的研究受到学术界的广泛关注并应用到计算机视觉的各个领域.首先简单介绍了视觉注意力研究的发展历程,然后综述了显著性物体检测的各种方法,包括传统的方法和基于深度学习的方法,并对这两大类的方法作了进一步的分类和小结.接着,介绍了现有的显著性物体检测的数据集,并详细描述了用于评价检测算法效果的多种评测方法和指标.此外,还探讨了显著性物体检测在不同领域的应用.最后,对显著性物体检测研究的发展趋势和方向进行了分析和总结.
Review on Salient Object Detection

蒋峰岭、孔斌、钱晶、王灿、杨静

展开 >

中国科学院合肥物质科学研究院智能机械研究所,安徽合肥 230031

中国科学技术大学,安徽合肥 230026

合肥师范学院,安徽合肥 230061

鹏城实验室,广东深圳 518053

安徽省智能驾驶技术及应用工程实验室,安徽合肥 230088

展开 >

计算机视觉 选择性注意力机制 显著性物体检测 深度学习

国家自然科学基金重大研究计划集成项目安徽省新能源汽车暨智能网联汽车产业技术创新工程项目中国科学院机器人与智能制造创新研究院项目安徽省高等学校自然科学研究项目

91320301C2018005KJ2020A0111

2021

10.19708/j.ckjs.2020.10.323

测控技术
中国航空工业集团公司北京长城航空测控技术研究所

测控技术

CSTPCD
影响因子：0.5
ISSN：1000-8829
年,卷(期)：2021.40(1)
  • 5
  • 5