摘要
显著性目标检测旨在从输入图像中根据显著性特征,快速有效地提取场景中有用区域,即目标区域,其本质是一种分割任务.高质量的显著性目标检测技术可提升基于视觉感知的人工智能系统对场景的判断与理解能力.在计算机视觉领域,显著性检测目标检测是十分重要的一个分支,逐渐成为研究热点,在目标识别、图像检测、图像检索等相关行业中具有十分广阔的应用前景.传统的显著性检测方法主要针对简单场景下的单一模态数据,由于其场景信息完备性较低,进而导致对显著性目标特征的分析、提取、表达、计算等诸多环节的理论拓展性较弱,适用范围受限.该文围绕显著性目标检测理论研究,分析了国内外关于显著性目标检测理论研究的主要方向和发展现状,总结了显著性目标检测的主要应用,讨论了目前显著性目标检测理论研究的热点领域以及将来需要重点研究的问题和面临的挑战.
国家科技期刊平台
NSTL
维普
万方数据