深度学习tracking学习笔记(2):图像/视觉显著性检测技术发展情况梳理(Saliency Detection、Visual Attention)
http://blog.csdn.net/anshan1984/article/details/8657176
http://blog.csdn.net/huangbo10/article/details/19788547?utm_source=tuicool&utm_medium=referral
关于显著度的研究是从生物研究发展而来,早期比较重要的工作是C.Koch与S.Ullman做的,时间可以追溯到1985年。
学习算法在这里发挥的作用似乎不是很大,可以从高层起到一些辅助作用(例如特定的类别和目标检测),但不本质。
当前更新日期:2013.08.04
1. 早期C. Koch与S. Ullman的研究工作.
他们提出了非常有影响力的生物启发模型。
C. Koch and S. Ullman . Shifts in selective visual attention: Towards the underlying neural circuitry. Human Neurobiology, 4(4):219-227, 1985.
C. Koch and T. Poggio. Predicting the Visual World: Silence is Golden. Nature Neuroscience, 2(1):9–10, 1999.
C.Koch是加州理工大学Koch Lab的教授,后文的侯晓迪师从C. Koch进行博士研究。
2. 南加州大学iLab实验室Itti教授及其学生Siagian等的研究工作.
见http://ilab.usc.edu/publications/. 主页提供iLab Neuromorphic Vision C++ Toolkit。Christian Siagian博士期间的主要工作是生物学启发的机器人视觉定位研究(Biologically Inspired Mobile Robot Vision Localization).
L. Itti, C. Koch, & E. Niebur .A model of saliency based visual attention for rapid scene analysis. IEEE Transactions on Pattern Analysis and Machine Intelligence, 20(11):1254-1259, 1998.
L. Itti and C. Koch. Computational Modelling of Visual Attention. Nature Reviews Neuroscience, 2(3):194–203, 2001.
L. Itti, & P. Baldi . Bayesian surprise attracts human attention. Advances in Neural Information Processing Systems, 19:547-554, 2005.
C. Siagian, L. Itti, Comparison of gist models in rapid scene categorization tasks, In: Proc. Vision Science Society Annual Meeting (VSS08), May 2008.
3. Caltech 的J. Harel研究工作.
Koch Lab的J. Harel在2006年提出基于图的视觉显著性检测. 有Matlab实现。http://www.klab.caltech.edu/~harel/share/gbvs/
J. Harel, C. Koch, &P. Perona. Graph-based visual saliency. Advances in Neural Information Processing Systems, 19:545-552, 2006.
4. Caltech 侯晓迪博士的研究工作.
他是上交硕士,后去加州理工大学读博。他提出的频域残差法(Spectral Residual)让人认识到数学的美。
X,Hou &L,Zhang. Saliency Detection: A spectral residual approach. IEEE Conference on Computer Vision and Pattern Recognition, 2007, pp.1-8.
Xiaodi Hou, Jonathan Harel and Christof Koch: Image Signature: Highlighting Sparse Salient Regions (PAMI 2012)
同时推荐他出演的电影“The PHD Movie”:
http://movie.douban.com/subject/6855109/comments
这里有一个很好的JOKE:
http://bbs.sjtu.edu.cn/bbstcon,board,AI,reid,1203564832.html
5. 复旦大学Chenlei Guo, Liming Zhang的工作.
他们在频域残差法(Spectral Residual)的基础上提出相位谱(Phase Spectrum)方法。
Chenlei Guo, Qi Ma, Liming Zhang: Spatio-temporal Saliency detection using phase spectrum of quaternion fourier transform. CVPR 2008
Chenlei Guo, Liming Zhang: A Novel Multiresolution Spatiotemporal Saliency Detection Model and Its Applications in Image and Video Compression. IEEE Transactions on Image Processing 19(1): 185-198 (2010)
6. 瑞士洛桑联邦理工学院EPFL的R. Achanta研究工作.
R. Achanta, F. Estrada, P. Wils, & S. Süsstrunk, Salient region detection and segmentation. International Conference on Computer Vision Systems, 2008, pp.66-75.
R. Achanta and S. Süsstrunk, “Saliency Detection for Content-aware Image Resizing,” in IEEE International Conference on
Image Processing, 2009.
R. Achanta, S. Hemami ,F. Estrada,& S. Süsstrunk, Frequency-tuned salient region detection. IEEE International Conference on Computer Vision and Pattern Recognition, 2009, pp.1597-1604.
R. Achanta and S. Süsstrunk, Saliency Detection using Maximum Symmetric Surround, ICIP, 2010.
7. 西安交通大学TieLiu在微软亚研院的一些工作.
Tie Liu, Jian Sun, Nan-Ning Zheng, Xiaoou Tang and Heung-Yeung Shum. Learning to Detect A Salient Object. In Proc. IEEE Cont. on Computer Vision and pattern Recognition (CVPR), 2007.
Tie Liu, et. al. ,Video Attention: Learning to Detect A Salient Object Sequence, ICPR 2008.
8. 瑞典KIT的Boris Schauerte的研究工作.
B. Schauerte, R. Stiefelhagen, "Predicting Human Gaze using Quaternion DCT Image Signature Saliency and Face Detection". In Proc. 12th IEEE Workshop on the Applications of Computer Vision (WACV), 2012. (Best Student Paper Award)
B. Schauerte, R. Stiefelhagen, "Quaternion-based Spectral Saliency Detection for Eye Fixation Prediction". In Proc. 12th European Conference on Computer Vision (ECCV), 2012.
9. 以色列理工大学(The Technion),CGM Lab,L. Zelnik-Manor研究组的工作.
D. Rudoy, D.B Goldman, E. Shechtman and L.Zelnik-Manor, " Learning video saliency from human gaze using candidate selection ", To appear in CVPR, 2013.
R. Margolin, A. Tal, and L. Zelnik-Manor, " What Makes a Patch Distinct? ", To appear in CVPR, 2013.
R. Margolin, L. Zelnik-Manor, and A. Tal " SaliencyFor ImageManipulation ", The Visual Computer, June 2012.
R.Margolin, L. Zelnik-Manor, and A. Tal " SaliencyFor ImageManipulation ", Computer Graphics International (CGI) 2012.
S. Goferman, L. Zelnik-Manor, and A. Tal " Context-AwareSaliency Detection ", IEEE Trans. on Pattern Analysis and Machine Intelligence(PAMI), 34(10): 1915--1926,Oct. 2012.
M. Holtzman-Gazit, L. Zelnik-Manor and I.Yavne, " Salient Edges: A MultiScale Approach", ECCV 2010 Workshop on Vision for Cognitive Tasks.
S. Goferman, L. Zelnik-Manor, and A. Tal. Context-Aware Saliency Detection. CVPR 2010.
10. 美国西北大学Ying Wu研究组的工作.
Xiaohui Shen and Ying Wu, "A Unified Approach to Salient Object Detection via Low Rank Matrix Recovery", in IEEE Conference on Computer Vision and Pattern Recognition (CVPR)(Oral), 2012.
11. 清华大学程明明(Ming-Ming Cheng)相关工作。
SalientShape: Group Saliency in Image Collections. Ming-Ming Cheng, Niloy J. Mitra, Xiaolei Huang, Shi-Min Hu. Technical Report TR-120624, GGC Group, Tsinghua University.
Global Contrast based Salient Region Detection. Ming-Ming Cheng, Guo-Xin Zhang, Niloy J. Mitra, Xiaolei Huang, Shi-Min Hu. IEEE International Conference on Computer Vision and Pattern Recognition, CVPR2011.
12. MIT Graphics Group, Tilke Judd的研究工作.
Tilke Judd, Understanding and Predicting Where People Look. MIT PhD Thesis of Computer Science, 2011.
Tilke Judd, Frédo Durand, Antonio Torralba, A Benchmark of Computational Models of Saliency to Predict Human Fixations.
currently under review, also available as a 2012 MIT Tech Report.
Tilke Judd, Frédo Durand, Antonio Torralba, Fixations on Low-Resolution Images,Journal of Vision 2011.
Tilke Judd, Krista Ehinger, Frédo Durand, Antonio Torralba.Learning to predict where people look,International Conference on Computer Vision, ICCV 2009.
Judd提供了一个Saliency Benchmark. 并且总结了相关数据集。
http://people.csail.mit.edu/tjudd/SaliencyBenchmark/index.html
13. 大连理工大学卢湖川(Huchuan Lu)老师研究组的工作。
Yulin Xie, Huchuan Lu, Minghsuan Yang, Bayesian Saliency via Low and Mid Level Cues, IEEE Transaction On Image Processing, 2013.
Chuan Yang, Lihe Zhang, Huchuan Lu, Minghsuan Yang, Saliency Detection via Graph-Based Manifold Ranking, CVPR 2013.
自然图像抠图/视频抠像技术发展情况梳理(image matting, alpha matting, video matting)--计算机视觉专题1
http://blog.csdn.net/anshan1984/article/details/8581225
图像/视觉显著性检测技术发展情况梳理(Saliency Detection、Visual Attention)--计算机视觉专题2
http://blog.csdn.net/anshan1984/article/details/8657176
超像素分割技术发展情况梳理(Superpixel Segmentation)--计算机视觉专题3
http://blog.csdn.net/anshan1984/article/details/8918167
深度学习tracking学习笔记(2):图像/视觉显著性检测技术发展情况梳理(Saliency Detection、Visual Attention)相关推荐
- 视觉显著性 matlab,转载图像/视觉显著性检测技术发展情况梳理(Saliency Detection、Visual Attention)...
图像/视觉显著性检测技术发展情况梳理(Saliency Detection.Visual Attention) Sason@CSDN 转载:http://blog.csdn.net/anshan198 ...
- 自然图像抠图/视频抠像技术发展情况梳理
自然图像抠图/视频抠像技术发展情况梳理(image matting, alpha matting, video matting)--计算机视觉专题1 分类: Computer ...
- 自然图像抠图/视频抠像技术发展情况梳理(image matting, alpha matting, video matting)--计算机视觉专题1
自然图像抠图/视频抠像技术发展情况梳理 Sason@CSDN 持续更新. 当前更新日期2013.03.05, 添加Fast Mating.Global Matting.视频扣像. 当前更新日期2013 ...
- 计算机视觉——图像视觉显著性检测
目录 系列文章目录 零.问题描述 一.图像显著性检测 1.定义 2.难点 二.常用评价标准和计算方法 1.综述 2.ROS曲线详述 2.1 混淆矩阵 2.2 ROC曲线简介 2.3 ROC曲线绘制及其 ...
- 基于深度学习的智能车辆视觉里程计技术发展综述*--陈涛
[1]陈涛, 范林坤, 李旭川,等. 基于深度学习的智能车辆视觉里程计技术发展综述[J]. 汽车技术, 2021(1):10. 本文内容: 介绍了基于模型的里程计研究现状 对比了常用智能车数据集, 将 ...
- 基于深度学习的视觉目标检测技术综述
基于深度学习的视觉目标检测技术综述--阅读 曹家乐,李亚利,孙汉卿,谢今,黄凯奇,庞彦伟(天津大学, 天津 300072;清华大学, 北京 100084;重庆大学, 重庆 400044;中国科学院自动 ...
- [OpenCV实战]47 基于OpenCV实现视觉显著性检测
人类具有一种视觉注意机制,即当面对一个场景时,会选择性地忽略不感兴趣的区域,聚焦于感兴趣的区域.这些感兴趣的区域称为显著性区域.视觉显著性检测(Visual Saliency Detection,VS ...
- 自动驾驶采标系列三:基于图像的目标检测技术
标注猿的第54篇原创 一个用数据视角看AI世界的标注猿 上一篇文章我们从"环境感知"数据的采集设备上进行了详细说明,已经了解了相应设备采集的数据及采集前 ...
- 视觉显著性检测——PR曲线
最近在做关于视觉显著性相关的算法,视觉显著性检测的算法跟大多数依靠准确率(Precision)去衡量算法(例如人脸识别,是否识别正确)优劣有一些区别,它依靠的是PR曲线去判断哪个算法更胜一筹.因为我做 ...
- 计算机视觉关键技术论文,视觉显著性检测关键技术研究
作者姓名导师姓名文献出处论文摘要随着互联网技术和多媒体技术的飞速发展,数字媒体信息呈现出以几何级数增长的态势.海量的数字媒体为人们的娱乐.教育和商业带来便利的同时,也为视觉信息处理技术提出了新的挑战. ...
最新文章
- wing 切换python版本
- Ubuntu 18.04 美化mac主题
- flex 结合sandy引擎创作
- php response响应,9. 响应 (Response)
- c#开发Mongo笔记第五篇
- win10专业版 命令行窗口运行“wsdl2java”命令,提示系统找不到指定路径
- 华为Java社招面试经历详解【已拿到offer】
- 六自由度机器人设计过程-范例
- iOS更新系统服务器出错,iPhone 更新失败怎么办?更新 iOS 常见的错误代码及解决方法...
- 腾讯社交广告大赛回来的感悟
- c语言中变量属性,C语言学习笔记--C语言中变量的属性关键字
- Qt 开源项目收集大全
- picpick尺子像素大小精度不够准确_picpick尺子像素大小精度不够准确_如何准确的按比例打印图纸...
- 天津春考计算机知识,2014天津春季高考计算机基础考试大纲
- JAVA经典垃圾收集器与内存分配策略
- 北上或者南下之被摆了一道
- HTML5期末大作业:咖啡文食网站设计——代码质量好-咖啡文食品网5页面模板化(1页) HTML+CSS+JavaScript
- influx的常规操作
- 什么密码,永远无法被黑客攻破?
- 吕鑫老师c++资源百度云链接