首页|MTMS300:面向显著物体检测的多目标多尺度基准数据集

MTMS300:面向显著物体检测的多目标多尺度基准数据集

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
目的 在显著物体检测算法发展过程中,基准数据集发挥了重要作用.然而,现有基准数据集普遍存在数据集偏差,难以充分体现不同算法的性能,不能完全反映某些典型应用的技术特点.针对这一问题,本文对基准数据集的偏差和统计特性展开定量分析,提出针对特定任务的新基准数据集.方法 首先,讨论设计和评价数据集时常用的度量指标;然后,定量分析基准数据集的统计学差异,设计新的基准数据集MTMS300(multiple targets and multiple scales);接着,使用基准数据集对典型视觉显著性算法展开性能评估;最后,从公开基准数据集中找出对多数非深度学习算法而言都较为困难(指标得分低)的图像,构成另一个基准数据集DSC(difficult scenes in common).结果 采用平均注释图、超像素数目等6种度量指标对11个基准数据集进行定量分析,MTMS300数据集具有中心偏差小、目标面积比分布均衡、图像分辨率多样和目标数量较多等特点,DSC数据集具有前景/背景差异小、超像素数量多和图像熵值高的特点.使用11个基准数据集对18种视觉显著性算法进行定量评估,揭示了算法得分和数据集复杂度之间的相关性,并在MTMS300数据集上发现了现有算法的不足.结论 提出的两个基准数据集具有不同的特点,有助于更为全面地评估视觉显著性算法,推动视觉显著性算法向特定任务方向发展.
MTMS300: a multiple-targets and multiple-scales benchmark dataset for salient object detection

李楚为、张志龙、李树新

展开 >

国防科技大学电子科学学院自动目标识别重点实验室,长沙 410073

国防科技大学信息通信学院,西安 710106

视觉显著性 显著物体检测 基准数据集 多目标 多尺度 小目标

国家自然科学基金国防科技重点实验室项目国防科技重点实验室项目湖南省研究生科研创新项目

611011856142503030104176142503190301CX20200044

2022

中国图象图形学报
中国科学院遥感应用研究所,中国图象图形学学会 ,北京应用物理与计算数学研究所

中国图象图形学报

CSTPCDCSCD北大核心
影响因子：1.111
ISSN：1006-8961
年,卷(期)：2022.27(4)
  • 1
  • 41