難點(diǎn)在于如何針對不同圖片組中的不同情形,得到自適應(yīng)的協(xié)同顯著性檢測意指在一組相關(guān)圖片中發(fā)現(xiàn)共同且顯著的目標(biāo)或區(qū)域,其具有前景一致性和前景-背景區(qū)別力的特征表達(dá),以及如何建模同組圖片間的交互關(guān)系,利用群組語境信息促進(jìn)協(xié)同顯著性檢測性能的提升。雖然已有的協(xié)同顯著性檢測研究針對以上兩大問題進(jìn)行了廣泛而深人的探索,但是距離令人滿意的協(xié)同顯著性檢測仍然存在許多亟需解決的障礙,特別是利用深度學(xué)習(xí)工具解決協(xié)同顯著性檢測問題仍然處于初始的摸索階段。本文提出三種基于深度學(xué)習(xí)的協(xié)同顯著性檢測方法,為協(xié)同顯著性檢測研究提供了新的思路,主要內(nèi)容和貢獻(xiàn)概括如下:一、提出一個基于圖注意力網(wǎng)絡(luò)的半監(jiān)督協(xié)同顯著性檢測算法。利用多視角特征選擇對超像素的多視角特征進(jìn)行學(xué)習(xí)和融合,通過探索多視角特征間的互補(bǔ),得到任務(wù)自適應(yīng)的綜合特征表達(dá)。在優(yōu)化后的綜合特征上構(gòu)建初始圖拓?fù)浣Y(jié)構(gòu),利用圖注意力網(wǎng)絡(luò)建模組內(nèi)超像素間的交互關(guān)系,得到具有組語境信息的特征表達(dá)進(jìn)行精確的協(xié)同顯著性推理;最后利用精心設(shè)計(jì)的代價函數(shù)作為監(jiān)督對多視角特征選擇網(wǎng)絡(luò)和圖注意力網(wǎng)絡(luò)依次進(jìn)行優(yōu)化。所提出的圖注意力網(wǎng)絡(luò)將圖優(yōu)化、特征學(xué)習(xí)以及協(xié)同顯著性檢測推理整合在一個... 

【文章來源】：中國科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校

【文章頁數(shù)】：93 頁

【學(xué)位級別】：博士

【部分圖文】：

圖１．１協(xié)同顯著性檢測的概念

＿＿國??ＨＩＥＳＵＵＨ??圖１．１協(xié)同顯著性檢測的概念。協(xié)同顯著目標(biāo)是在圖片組中共同出現(xiàn)的顯著目標(biāo)，圖中第??一行是圖片組，第二行是真實(shí)協(xié)同顯著性圖，其中紅衣足球運(yùn)動員是協(xié)同顯著目標(biāo)。??法的不斷發(fā)展和完善，協(xié)同顯著性檢測在許多任務(wù)場景中取得來廣泛的應(yīng)用。例??如，協(xié)同顯著性最直接的應(yīng)用就是物體的協(xié)同分割（Ｃｏ－ｓｅｇｍｅｎｔａｔｉｏｎ）１１３－＇協(xié)同??顯著性檢測可以作為共分割任務(wù)的預(yù)處理步驟，在已有的協(xié)同顯著性遮罩上加入??一個閾值即可得到二值化的協(xié)同分割遮罩［１４］。視頻序列的前景發(fā)現(xiàn)（Ｆｏｒｅｇｒｏｕｎｄ??Ｄｉｓｃｏｖｅｒｙ?ｉｎ?Ｖｉｄｅｏ?Ｓｅｑｕｅｎｃｅｓ）１１５＇１７１也是協(xié)同顯著性檢測的潛在應(yīng)用場景之一。??如圖１．２所示，視頻的幀可以作為一組相關(guān)圖片，利用協(xié)同顯著性檢測技術(shù)來發(fā)??現(xiàn)共同的前景物體［１８］。協(xié)同顯著性檢測也可以應(yīng)用于多相機(jī)監(jiān)控（Ｍｕｌｔｉ－ｃａｍｅｒａ??Ｓｕｒｖｅｉｌｌａｎｃｅ）場景中，兩者的目標(biāo)都是在多個相關(guān)圖片中發(fā)現(xiàn)共同且顯著的圖片??區(qū)域［１９］。多相機(jī)監(jiān)控任務(wù)中由于相機(jī)的位置和視角的不同，共同物體間存在巨??大的外觀差異

評估協(xié)同顯著性檢測模型的性能，因?yàn)槠渲胁话餐绎@著的物體。因此，協(xié)??同顯著性檢測研究中ＭＳＲＣ數(shù)據(jù)集中通常只包含７個圖片組共２３０張圖片。如??圖２．１⑷所示的是此數(shù)據(jù)集內(nèi)包含的“�！焙汀败嚒眻D片組中的一些圖片樣本，??可以發(fā)現(xiàn)ＭＳＲＣ數(shù)據(jù)集比較簡單，雖然一張圖片中可能包含多個協(xié)同顯著目標(biāo)，??但協(xié)同顯著目標(biāo)間的外觀差異較小，背景也比較干凈。ＭＳＲＣ數(shù)據(jù)集中，對不同??顏色的同種目標(biāo)不加以區(qū)分，只對目標(biāo)的種類敏感。??（２）?ｉＣｏｓｅｇ數(shù)據(jù)集??ｉＣｏｓｅｇ數(shù)據(jù)集１？是一個在許多文獻(xiàn)中被廣泛對比的數(shù)據(jù)集，它包含３８個??圖片組共６４３張圖片，并且有手工標(biāo)記的像素級協(xié)同顯著性標(biāo)簽。圖２．１（ｂ）展示??了“鴨子”、“汽車”和“僧侶”三個圖片組中的一些圖片樣本�？梢钥闯觯椋茫铮螅澹�??數(shù)據(jù)集的前景外觀變化較小，背景比較干凈。ｉＣｏｓｅｇ對目標(biāo)的顏色、紋理等低層??次信息敏感，例如圖２．１（ｂ）中只有身著橙紅色僧袍的僧侶被視為共同顯著物體，??而同屬“人類”的其他目標(biāo)則被視為背景。該數(shù)據(jù)集目前的協(xié)同顯著性檢測指標(biāo)??已經(jīng)接近上限


本文編號：3539521