显着物体分割-探秘与思考 - 南开大学媒体计算实验室 .pptVIP

显著物体分割探秘与思考 Yin Li, Georgia Tech Yin Li*, Xiaodi Hou*, Christof Koch, James M. Rehg, Alan L. Yuille. The Secrets of Salient Object Segmentation, IEEE Conference on Computer Vision and Pattern Recognition (CVPR) 2014 视觉显著性的两种定义 眼动预测与显著物体分割 眼动预测 使用眼动数据作为真值 眼动在2维图像平面上稀疏 评价方法：Shuffled Area-Under-the-Curve (sAUC) 眼动数据集中在图像中心（center-bias） sAUC提供了一种去除center-bias的方法 显著物体分割 使用人工标注的物体轮廓作为真值 （精确到像素） 物体可以占据图像主要部分 评价方法：Precision-Recall (PR) 曲线的F-measure 物体集中在图像中心（center-bias） PR曲线未考虑center-bias 显著性的两种“定义” 眼动预测 现有方法 ITTI [Itti et al. PAMI 98] AIM [Bruce et al. NIPS 06] GBVS [Harel et al. NIPS 07] DVA [Hou