Shifting More Attention to Video Salient Object Detection (CVPR 2019)
Shifting More Attention to Video Salient Object Detection
现实生活中缺少一个完善的高质量标注的视频显著性目标检测(video salient object detection, VSOD)数据集。因此,本文构建了一个视频注意力一致,稠密标注的VSOD数据集,简称DAVSOD。这个数据集包含226个视频,共23938帧,涵盖了多种真实场景,物体,实例和动作。借助相应的真实眼动注视点数据,得到精确的用户标注。从而首次明确强调了具有挑战性的显著性转移现象,即视频中的显著对象可能会动态改变。
为了进一步给VSOD领域提供一个全面的评测,本文在7个现有数据集和构建的DAVSOD数据集上系统评估17个最具有代表性的VSOD算法。同时,提供了一个基准模型,它配备了一个面向显著性转移的长短时记忆卷积网络(convLSTM),可通过学习人类注意力转移行为来有效的捕获视频动态显著性。
本文贡献:
1)构建了一个数据集;
2)对17种最先进的模型进行全面的评测,同时,提出一个名为SSAV的基础模型。
提出的基础模型框架结构如下:
Shifting More Attention to Video Salient Object Detection (CVPR 2019)相关推荐
- 显著性目标检测之Shifting More Attention to Video Salient Object Detection
Shifting More Attention to Video Salient Object Detection 文章目录 Shifting More Attention to Video Sali ...
- 【图像分割】MGA:Motion Guided Attention for Video Salient Object Detection
文章: Motion Guided Attention for Video Salient Object Detection 代码:https://github.com/lhaof/Motion-Gu ...
- Motion Guided Attention for Video Salient Object Detection论文详读
abstract 视频显著目标检测的主要目的是检测出视频中视觉上最突出.最独特的目标,现有的方法没有获取和使用视频中的运动线索,或忽略了光流图像中的空间上下文. 本文的方法使用两个子网络分别实现两个子 ...
- [Relation Network]Realtion Networks for Object Detection (CVPR. 2018)
文章目录 1. Motivation 2. Contribution 3. Object Relation Moudle 4. Relation Networks For Object Detecti ...
- Weakly Supervised Video Salient Object Detection
Weakly Supervised Video Salient Object Detection 摘要 1. Introduction 2. Related Work 3. Our Method 3. ...
- 视频显著性检测----《Flow Guided Recurrent Neural Encoder for Video Salient Object Detection》
本文将重点与大家探讨和分享发表于CVPR2018上的视频显著性检测文章–<Flow Guided Recurrent Neural Encoder for Video Salient Objec ...
- Semi-Supervised Video Salient Object Detection Using Pseudo-Labels 论文详读
Semi-Supervised Video Salient Object Detection Using Pseudo-Labels --使用伪标签的半监督式的重要目标(显著目标)检测. abstra ...
- Complementary Trilateral Decoder for Fast and Accurate Salient Object Detection(速读啊)内含与u-shape的对比
今天早早起来了 吃完饭就开始干活了 十点开始读论文 所以速读适合没有很长事假你的情况下,你只需要读懂大意就可以了 QAQ,bhys,以后一定精读,好好找找里面的专业名词整理下来呜呜呜 这次策略跟以前差 ...
- Multi-scale Interactive Network for Salient Object Detection(用于显著性目标检测的多尺度交互网络)
Abstract 基于深度学习的显著性目标检测方法取得了很大的进步,然而,物体的尺度变化和类别的未知一直是显著性目标检测任务的挑战,这些与多层次和多尺度特征的利用紧密相关.在本文中,提出了聚合交互模块 ...
最新文章
- Nature Microbiology:肠道菌群如何划分肠型
- 深度学习处在大爆炸时代的边缘
- 关于log4net日志写入mysql数据库记录
- mysql的日期差值按天表示_MySql计算日期差值和常用sql
- 项目开发环境(h5+pc的开发思路是一样的)
- VB编程宣告终结,微软:不再提供新功能
- Think Python - Chapter 12 Tuples
- pb系统改java_「软帝学院」:2019一线互联网公司Java高级面试题总结
- html九图拼图游戏代码,HTML5拼图游戏
- idea中浏览器打开页面404_深圳网站建设中的404页面有什么用
- 《Linux4.0设备驱动开发详解》笔记--第七章:Linux设备中的并发控制
- Cannot read property ‘detail‘ of undefined点击详情没反应
- iNFTnews|Web3走进FIFA世界杯
- android netcfg命令,Android netcfg
- 疯狂python讲义豆瓣评分_书榜 | 计算机书籍(9.16-9.22)销售排行榜
- WebLogic 性能监控
- 小米组织架构调整:雷军兼任中国区总裁,王川组建大家电部发力白电市场
- Java数据结构与算法(一)
- 我的世界电脑版 v1.14.0.68012
- ubuntu18.04加nvidia显卡安装在华硕笔记本上gx1050ti(飞行堡垒fx8)+cuda+cudnn+ttensorflow+keras
热门文章
- SAS中的intnx函数
- 实现财务自由的关键词汇
- CRS-0215: Could not start resource 'ora.rac.rac2.inst'.
- Linux MTD子系统学习(二)
- Cree捐赠350万美元支持纽约理工学院的STEM教育项目,帮助培训未来的高科技劳动力
- “信息安全产品”的昨天、今天和明天
- 使用Proxmox 和 Deskpool 搭建桌面云系统
- Verilog HDL三种描述方式
- 人形机器人视觉处理——走迷宫
- 实用工具篇 | PPT图表制作软件