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