salient object detection | BriefGPT

关键词salient object detection

搜索结果 - 119

ViDSOD-100: 一个新的 RGB-D 视频显著物体检测数据集和基线模型
通过收集新的注释 RGBD 视频 SOD（ViDSOD-100）数据集和提出了一种名为 ATF-Net 的新基线模型，本研究在 RGBD 视频显着目标检测方面取得了更好的性能。
PDF16 days ago
ICML尺寸不变性的重要性：重新考虑用于不平衡多目标显著目标检测的指标和损失函数
本研究探讨了显著目标检测中评估指标的尺度不变性，尤其是当同一图像中存在多个不同大小的目标时。通过观察，我们发现当前的评估指标对尺寸很敏感，更倾向于关注较大的目标而忽略较小的目标。我们认为评估应该是尺度不变的，因为没有附加语义信息时，基于尺寸
PDF2 months ago
V-D-T 显著目标检测的质量感知选择融合网络
提出了一个质量感知的选择性融合网络 (QSF-Net)，该网络包含三个子网络，分别是初始特征提取子网络、质量感知区域选择子网络和区域引导的选择性融合子网络。在 VDT (Visual Data Thematic) 显著对象检测任务中，通过使
PDF2 months ago
任意模式的显著目标检测
为了达到理想的显著性预测，我们提出了一种新的显著目标检测任务，被称为任意模态显著目标检测（AM SOD）。我们设计了一个调制切换网络（MSN），包括调制切换特征提取器（MSFE）和动态融合模块（DFM），用于有效地从不同模态提取鉴别特征，并
PDF2 months ago
SalFAU-Net：显著性融合关注 U-Net 用于显著目标检测
我们提出了一种名为 Saliency Fusion Attention U-Net (SalFAU-Net) 的模型，它在每个注意力 U-net 模型的解码器块中合并了一个显著性融合模块，从而可以准确地检测具有多个对象、小物体或低分辨率对象
PDF2 months ago
外部提示特征增强的参数高效微调用于显著性目标检测
我们提出了一种参数高效的微调方法，采用转换器编码器和解码器结构，通过适配器和注入器来提高显著对象的检测能力，并在五个数据集上超过了之前的最先进模型。
PDF2 months ago
CSDNet: 通过轻量级交叉浅层和深度感知网络检测深度热点
通过轻量级的 CSDNet 网络，实现了对多模态数据的优化处理与集成，以提高机器感知能力，并在深度 - 热力学（D-T）模态中超过了采用 RGB-T 或 RGB-D 模态的其它方法，与 RGB-D-T 三模态方法相比在运行时间上快 5.97
PDF4 months ago
基于 Vision Transformer 的简单且高效网络用于伪装物体和显著物体检测
本文提出了一种简单而有效的基于 Vision Transformer（ViT）的网络（SENet），通过采用一种基于不对称 ViT 的编码器 - 解码器结构的简单设计，在隐藏目标检测和显著目标检测两个任务上取得了有竞争力的结果，在精细设计的
PDF4 months ago
LF Tracy: 光场相机中显著物体检测的统一单管道方法
我们提出了一种有效的方法（LF Tracy），利用从光场相机中提取的丰富信息，并利用数据增强和信息聚合来增强显著目标检测（SOD）的性能。该方法在最新的大规模 PKU 数据集上相较于现有最先进方法取得了 23% 的改进，并且只使用了 28.
PDF5 months ago
SqueezeSAM: 用户友好的移动交互分割
我们旨在开发一个适用于摄影应用的 SAM 模型的版本。SqueezeSAM 模型体系结构在性能和模型尺寸上相比原模型具有更高的效果，我们使用显著性物体检测生成初始分割掩码，用户可以进行交互编辑，并通过引入新的数据增强方案来实现期望点击相关物
PDF7 months ago
重新思考目标显著性排序：一种新颖的整体流处理范式
本文提出了一种新的显著性排序范式，旨在通过 “重要性顺序” 对显著对象进行完全排序，分析了现有的显著性排序方法存在的问题，并从 “GT 数据生成”、“网络结构设计” 和 “训练协议” 等角度提出了整体处理范式。通过广泛的实验证明，该方法在广
PDF7 months ago
纹理 - 语义协作网络用于 ORSI 显著目标检测
基于纹理 - 语义协作网络（TSCNet），我们在光学遥感图像中探索纹理线索和语义线索的协作，提出了一种简洁而有效的显著目标检测方法（ORSI-SOD）来应对多个目标、小目标、低照明和不规则形状等挑战，并通过 TSCNet 在三个数据集上的
PDF7 months ago
级联侵蚀深度监督的显著目标检测
在深度卷积神经网络中，通过设计全局 - 局部对齐关注（GAA）网络和边缘侵蚀的深度监督策略，减少了插值对特征和标签的负面影响，相比现有方法，在五个常用数据集上实现了更好的结果。
PDF7 months ago
自适应提示学习的统一模态突出目标检测
用统一的框架 UniSOD 来处理单模态和多模态显著目标检测任务，通过自适应提示学习生成模态感知提示，并将其插入到预训练基准模型中处理相应的任务，同时与训练整个模型相比，只需要较少的可学习参数，取得了对 RGB、RGB-D 和 RGB-T
PDF7 months ago
VSCode：基于 2D 提示学习的通用视觉突显和伪装物体检测
基于 VSCode 模型和 2D prompt 学习的引入，共同解决了四个显著目标检测任务和三个伪装目标检测任务，实现了在 26 个数据集上六个任务的最优结果，并通过结合 2D prompts，如 RGB-D COD，呈现了对未见任务的零样
PDF7 months ago
一体化：RGB、RGB-D 和 RGB-T 显著目标检测
提供了一个统一解决 RGB、RGB-D 和 RGB-T 三种数据类型的显著目标检测任务的创新模型框架，并基于此框架提出了一个高速高性能的轻量级 SOD 模型 AiOSOD。
PDF7 months ago
SODAWideNet -- 不需 Imagenet 预训练的带注意力扩展的 Wide 编码解码网络中的显著目标检测
提出了一个新的显著目标检测（SOD）模型 —SODAWideNet，它采用从头开始训练的神经网络，通过扩张卷积和自注意力机制等技术实现浅层网络，取得了与最先进模型相媲美的性能。
PDF8 months ago
RGB-D 视频中的显著目标检测
通过构建 RDVS 数据集和引入 DCTNet+，本文在 RGB-D 视频中进行了显著目标检测，通过使用多模态注意力模块实现了多模态特征的增强与融合，实验结果表明 DCTNet + 在 17 个 VSOD 模型和 14 个 RGB-D SO
PDF8 months ago
VST++：高效且更强力的视觉显著性 Transformer
我们提出了一种名为 VST++ 的有效且强大的模型，以更低的计算成本实现了比现有方法更好的性能，同时突出了其潜力。
PDF9 months ago
全景视频显著目标检测的空时双模混合流网络
通过引入 Inter-Layer Attention 模块、Inter-Layer weight 模块和 Bi-Modal Attention 模块，本研究提出了一种 Spatial-Temporal Dual-Mode Mixed Flo
PDF9 months ago