显著目标检测的标签解耦框架

基于混合标记的显著目标检测弱监督学习框架

A Weakly Supervised Learning Framework for Salient Object Detection via Hybrid Labels

Beijing Jiaotong University（北京交通大学）；City University of Hong Kong（香港城市大学）；Ningbo University（宁波大学）；City University of Hong Kong Shenzhen Research Institute（香港城市大学深圳研究院）

全监督显著性目标检测（SOD）方法已经取得了很大的进展，但这类方法往往依赖于大量的像素级标注，耗时耗力。在本文中，我们专注于一个新的弱监督SOD任务下的混合标签，其中的监督标签包括大量的粗标签由传统的无监督方法和少量的真正的标签。为了解决这个任务中的标签噪声和数量不平衡问题，我们设计了一个新的管道框架，其中包含三个复杂的训练策略。在模型框架上，将任务解耦为标签细化子任务和显著目标检测子任务，这两个子任务相互协作，交替进行训练。具体来说，R-Net被设计为一个双流编码器-解码器模型，配备了Blender with Guidance and Aggregation Mechanisms（BGA），旨在纠正粗糙标签以获得更可靠的伪标签，而S-Net是一个由当前R-Net生成的伪标签监督的可替换SOD网络。请注意，我们只需要使用训练好的S-Net进行测试。此外，为了保证网络训练的有效性和效率，设计了交替迭代机制、分组增量机制和可信性验证机制三种训练策略。在五个SOD基准上的实验表明，我们的方法在定性和定量上都比弱监督/无监督方法具有竞争力的性能。

2022-09-07cs.CV

基于不确定伪标签学习的无监督域自适应显著目标检测

Unsupervised Domain Adaptive Salient Object Detection Through Uncertainty-Aware Pseudo-Label Learning

Sun Yat-sen University（中山大学）；ByteDance Inc.（字节跳动公司）；Shenzhen Research Institute of Big Data（深圳大数据研究院）

深度学习的最新进展显著提高了显著目标检测（SOD）的性能，但代价是标记更大规模的每像素注释。为了减轻劳动密集型标记的负担，已经提出了深度无监督SOD方法来利用手工显着性方法生成的噪声标签。然而，从粗糙的噪声标签中学习精确的显著性细节仍然是困难的。在本文中，我们建议从合成但干净的标签中学习显着性，这自然具有更高的像素标记质量，而无需手动注释。具体来说，我们首先通过一个简单的复制粘贴策略构建一个新的合成SOD数据集。考虑到合成场景和真实场景之间存在较大的外观差异，直接使用合成数据进行训练将导致真实场景的性能下降。为了解决这个问题，我们提出了一种新的无监督域自适应SOD方法，通过不确定性感知的自训练来适应这两个域之间的关系。实验结果表明，我们提出的方法在几个基准数据集上的性能优于现有的最先进的深度无监督SOD方法，甚至可以与完全监督的方法相媲美。

2022-02-26cs.CV

用于显著目标检测的弱监督学习

Weakly Supervised Learning for Salient Object Detection

Xi’an Jiaotong University（西安交通大学）

监督显著目标检测的最新进展在基准数据集上取得了显着的性能。然而，训练这样的模型需要昂贵的显着对象的像素级注释。此外，许多现有的显著性目标检测模型假设在输入图像中存在至少一个显著性目标。这样的假设通常会导致背景图像上的显著性图不那么吸引人，这些图像根本不包含显著对象。为了避免昂贵的像素级显著区域标注的要求，在本文中，我们研究了弱监督学习方法的显著目标检测。给定一组背景图像和显著对象图像，我们提出了一种解决方案，共同解决显著对象的存在和检测任务。我们采用了潜在的SVM框架，并制定了两个问题在一个单一的综合目标函数：超像素的显着性标签建模为隐变量，并涉及到一个分类项的条件显着对象存在变量，这反过来又取决于全局图像和区域显着性特征和显着性标签分配。在基准数据集上的实验结果验证了该方法的有效性。

2015-09-08cs.CV

基于U结构网络的半监督跨模态显著目标检测

Semi-Supervised Cross-Modal Salient Object Detection with U-Structure Networks

MBZUAI（穆罕默德·本·扎耶德人工智能大学）

显著性目标检测（SOD）是一个非常重要的研究课题，其目标是精确地检测和分割图像中的感兴趣区域。我们将语言信息集成到基于视觉的U结构网络中，用于显著目标检测任务。实验基于新创建的DUTS-CM数据集，该数据集包含视觉和语言标签。我们提出了一个新的模块，称为有效的跨模态自我注意力（eCMSA），结合视觉和语言特征，并提高原有的U结构网络的性能。同时，为了减轻标记的沉重负担，我们采用半监督学习方法，通过训练基于DUTS-CM数据集的图像字幕模型，该模型可以自动标记其他数据集，如DUT-OMRON和HKU-IS。综合实验结果表明，SOD的性能与自然语言的输入可以得到改善，并与其他SOD方法相比具有竞争力。

2022-08-08cs.CV

内部与跨标签传播：自然场景中的显著目标检测

Inner and Inter Label Propagation: Salient Object Detection in the Wild

The Chinese University of Hong Kong（香港中文大学）；Dalian University of Technology（大连理工大学）；Adobe Research（Adobe研究院）

针对自然场景显著目标检测，提出结合内部背景标签传播与跨标签协同传导的方法，并利用紧致性准则自适应融合前景objectness标签，在五个基准上取得优于现有方法的性能。

2015-05-27cs.CV

弱监督视频显著目标检测

Weakly Supervised Video Salient Object Detection

Northwestern Polytechnical University（西北工业大学）；Australian National University（澳大利亚国立大学）；CSIRO Australia（澳大利亚联邦科学与工业研究组织）；Inception Institute of Artificial Intelligence（起源人工智能研究院）

基于逐像素标记的训练数据集的全监督视频显著性目标检测算法，在获取耗时且代价高昂的情况下，性能得到了显著提高。为了减轻数据标注的负担，我们提出了第一个弱监督的视频显著目标检测模型的基础上重新标记的“固定引导涂鸦注释”。具体来说，提出了一个“外观-运动融合模块”和基于双向ConvLSTM的框架，以实现有效的多模态学习和基于我们新的弱注释的长期时间上下文建模。此外，我们设计了一种新颖的前景-背景相似性损失来进一步探索跨帧的标签相似性。还引入了弱注释提升策略，以通过新的伪标签生成技术来提高我们的模型性能。在六个基准视频显著性检测数据集上的实验结果表明了该方法的有效性。

2021-04-06cs.CV

激活显着性：形成高质量标签用于完全无监督的显着目标检测

Activation to Saliency: Forming High-Quality Labels for Completely Unsupervised Salient Object Detection

Sun Yat-sen University（中山大学）

现有的基于深度学习的无监督显著目标检测（USOD）方法依赖于有监督的预训练深度模型。此外，它们基于手工制作的特征生成伪标签，缺乏高级语义信息。为了克服这些缺点，我们提出了一个新的两阶段激活显着性（A2 S）框架，有效地挖掘高质量的显着性线索训练一个强大的显着性检测器。值得注意的是，我们的方法不需要任何手动注释，即使在预训练阶段也是如此。在第一阶段中，我们将一个未经监督的预训练网络转换为将多层次特征聚合到单个激活图，其中提出了自适应决策边界（ADB）来帮助训练转换后的网络。此外，提出了一种新的损失函数，以促进高质量的伪标签的生成。在第二阶段，自校正学习范式策略被开发用于训练显著性检测器并在线细化伪标签。此外，我们使用两个剩余注意力模块（RAM）构建了一个轻量级的显着性检测器，以大大降低过拟合的风险。在几个SOD基准测试上的大量实验证明，与现有的USOD方法相比，我们的框架具有显着的性能。此外，在3,000张图像上训练我们的框架大约需要1小时，比以前的最先进方法快了30多个$\times$。

2021-12-24cs.CV

语义实例遇到显著对象：视频语义显著实例分割研究

Semantic Instance Meets Salient Object: Study on Video Semantic Salient Instance Segmentation

Kyushu University（九州大学）；Graduate University for Advanced Studies (SOKENDAI)（综合研究大学院大学（SOKENDAI））；National Institute of Informatics（国立信息学研究所）

只关注场景中突出的语义实例，比查看整个场景中的所有对象，为机器人导航和自动驾驶汽车带来更多好处。本文将视频中的显著区域分解为语义上有意义的成分，即语义显著实例。我们为视频语义显著实例分割（VSSIS）的新任务，即语义实例-显著对象（SISO）框架提供了基础。SISO框架是简单而有效的，利用两个不同的分割任务的优势，即语义实例分割和显著对象分割，以最终融合它们的最终结果。在SISO中，我们通过查看语义实例和显著区域之间的重叠像素来逐个地引入非重叠实例的顺序融合。我们还引入了一个经常性的实例传播，以完善的形状和语义的实例，和一个身份跟踪，以保持整个视频的身份和语义的实例的含义。实验结果证明了我们的SISO基线的有效性，它可以处理视频中的遮挡。此外，为了解决VSSIS的任务，我们通过为显着实例标签分配语义基础事实来增强DAVIS-2017基准数据集，获得SEmantic显着实例视频（SESIV）数据集。我们的SESIV数据集由84个高质量的视频序列组成，每帧都有像素级的地面实况标签。

2018-11-22cs.CV

基于潦草注释的弱监督显著目标检测

Weakly-Supervised Salient Object Detection via Scribble Annotations

Australian National University（澳大利亚国立大学）；ACRV（澳大利亚机器人视觉中心）；Data61（数据61）；University of Technology Sydney（悉尼科技大学）；Northwestern Polytechnical University（西北工业大学）

与费力的逐像素密集标记相比，通过涂鸦标记数据要容易得多，标记一幅图像仅需1 $\sim$ 2秒。然而，尚未探索使用涂鸦标签来学习显著目标检测。在本文中，我们提出了一个弱监督的显着目标检测模型来学习显着性，从这样的注释。在这样做时，我们首先用涂鸦重新标记现有的大规模显著目标检测数据集，即S-DUTS数据集。由于涂鸦无法识别对象的结构和细节信息，因此直接使用涂鸦标签进行训练将导致边界定位较差的显着图。为了缓解这个问题，我们提出了一个辅助的边缘检测任务，明确定位对象的边缘，和一个门控结构感知损失的范围内的结构要恢复的限制。此外，我们设计了一个涂鸦提升方案来迭代地巩固我们的涂鸦注释，然后将其用作监督来学习高质量的显着性图。由于现有的显著性评估度量忽略了测量预测的结构对齐，显著性图排名度量可能不符合人类感知。我们提出了一个新的度量，称为显着性结构测度，来衡量预测显着性图的结构对齐，这是更符合人类的感知。在六个基准数据集上的大量实验表明，我们的方法不仅优于现有的弱监督/无监督方法，而且与几个完全监督的最先进的模型相当。我们的代码和数据可在https://github.com/JingZhang617/Scribble_Saliency上公开获取。

2020-03-17cs.CV

MFNet：用于弱监督显著目标检测的多滤波器定向网络

MFNet: Multi-filter Directive Network for Weakly Supervised Salient Object Detection

Dalian University of Technology（大连理工大学）；Pengcheng Lab（鹏城实验室）；Key Lab for Ubiquitous Network and Service Software of Liaoning Province（辽宁省泛在网络与服务软件重点实验室）

弱监督显着目标检测（WSOD）的目标是仅使用低成本注释训练基于CNN的显着性网络。现有的WSOD方法采用各种技术从低成本的注释中寻找单一的“高质量”伪标签，然后开发显着性网络。虽然这些方法都取得了良好的性能，所产生的单一标签不可避免地受到所采用的细化算法的影响，并显示出偏见的特点，进一步影响显着性网络。在这项工作中，我们引入了一个新的多伪标签框架，以整合来自多个标签的更全面，更准确的显着性线索，避免了上述问题。具体来说，我们提出了一个多过滤器定向网络（MFNet），包括显着性网络以及多个定向过滤器。方向滤波器（DF）的目的是从噪声伪标签中提取和过滤更准确的显着性线索。然后，来自多个DF的多个准确线索被同时传播到显著性网络，具有多引导损失。在五个数据集上的四个度量的广泛实验表明，我们的方法优于所有现有的同类方法。此外，还值得注意的是，我们的框架是灵活的，足以适用于现有的方法，并提高其性能。

2021-12-03cs.CV

基于Scribble的边界感知网络在遥感图像弱监督显著目标检测中的应用

Scribble-based Boundary-aware Network for Weakly Supervised Salient Object Detection in Remote Sensing Images

University of Electronic Science and Technology of China（电子科技大学）；Inception Institute of Artificial Intelligence (IIAI)（人工智能初始研究所）；Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）

现有的基于CNN的显著目标检测（SOD）严重依赖于大规模像素级标注，这是劳动密集型的，耗时的，并且昂贵。相比之下，稀疏注释变得对突出的目标检测社区有吸引力。然而，很少有人致力于学习显着的目标检测稀疏注释，特别是在遥感领域。此外，稀疏注释通常包含很少的信息，这使得训练性能良好的模型具有挑战性，导致其性能大大落后于全监督模型。虽然一些SOD方法采用一些先验线索来提高检测性能，但它们通常缺乏对对象边界的有针对性的区分，从而提供边界定位较差的显著图。为此，在本文中，我们提出了一种新的弱监督显着目标检测框架来预测显着性的遥感图像稀疏潦草的注释。为了实现它，我们首先构建基于涂鸦的遥感显著性数据集，通过重新标记现有的大规模SOD数据集与涂鸦，即S-EOR数据集。在此基础上，我们提出了一种新的基于涂鸦的边界感知网络（SBA-Net）的遥感显著目标检测。具体来说，我们设计了一个边界感知模块（BAM）来探索对象边界语义，该语义由边界标签生成（BLG）模块生成的高置信度对象边界（伪）标签显式监督，迫使模型学习突出对象结构的特征，从而提高对象的边界定位。然后，边界语义与高层特征相结合，指导涂鸦标签监督下的显著目标检测。

2022-02-07cs.CV

纹理引导的显著性蒸馏用于无监督显著性目标检测

Texture-guided Saliency Distilling for Unsupervised Salient Object Detection

Sun Yat-sen University（中山大学）；Guangdong Province Key Laboratory of Information Security Technology（广东省信息安全技术重点实验室）；Key Laboratory of Machine Intelligence and Advanced Computing, Ministry of Education（教育部机器智能与先进计算重点实验室）

提出一种无监督显著性目标检测方法，通过置信度感知的显著性蒸馏和边界感知的纹理匹配，从简单与困难样本中挖掘知识，在多个基准上达到最优性能。

2023-05-09cs.CV

面向端到端无监督显著性检测的自监督自上而下上下文方法

Towards End-to-End Unsupervised Saliency Detection with Self-Supervised Top-Down Context

Fudan University（复旦大学）；Keenon Robotics Co., Ltd.（擎朗机器人有限公司）

针对无监督显著性检测中依赖噪声标签和缺乏语义信息的问题，提出自监督端到端框架，利用自定位构建位置图、细节增强模块及非显著性抑制方法，在基准上取得领先性能。

2023-10-14cs.CV

基于点监督的弱监督显著目标检测

Weakly-Supervised Salient Object Detection Using Point Supervision

Fudan University（复旦大学）

目前最先进的显着性检测模型严重依赖于精确的逐像素注释的大型数据集，但手动标记像素是耗时且劳动密集型的。针对这一问题，目前已经有一些弱监督的方法，如图像标注、限界框标注、涂鸦标注等，而点标注在这一领域的研究还很少。提出了一种基于点监督的弱监督显著目标检测方法。为了推断显著图，我们首先设计了一个自适应掩蔽泛洪填充算法来生成伪标签。然后，我们开发了一个基于变换的点监督显著性检测模型，以产生第一轮的显著性图。然而，由于标签的稀疏性，弱监督模型往往退化为一般的前景检测模型。为了解决这个问题，我们提出了一种非显着抑制（NSS）方法来优化第一轮中生成的错误显着图，并将其用于第二轮训练。此外，我们建立了一个新的点监督数据集（P-DUTS）通过重新标记的DUTS数据集。在P-DUTs中，每个显著对象只有一个标记点。在五个最大的基准数据集上进行的综合实验表明，我们的方法优于以前用更强的监督训练的最先进的方法，甚至超过了几个完全监督的最先进的模型。该代码可从以下网址获得：https://github.com/shuyonggao/PSOD。

2022-07-12cs.AIcs.CV

具有局部显着性相干性的结构一致性弱监督显着目标检测

Structure-Consistent Weakly Supervised Salient Object Detection with Local Saliency Coherence

School of Advanced Technology, Xi’an Jiaotong Liverpool University（西交利物浦大学先进技术学院）

稀疏标签近年来引起了人们的广泛关注。但是，弱监督和完全监督的显著目标检测方法之间的性能差距是巨大的，并且大多数以前的弱监督作品都采用了复杂的训练方法，有很多花里胡哨的东西。在这项工作中，我们提出了一个一轮的端到端的训练方法弱监督显着目标检测通过涂鸦注释没有预/后处理操作或额外的监督数据。由于涂鸦标签无法提供详细的显着区域，我们提出了一个局部相干性损失的基础上的图像特征和像素距离的标签传播到未标记的区域，从而预测完整的显着区域与完整的对象结构。我们设计了一个显著性结构一致性损失作为自洽机制，以确保一致的显着性地图预测不同尺度的同一图像作为输入，这可以被视为一种正则化技术，以提高模型的泛化能力。此外，我们设计了一个聚合模块（AGGM），以更好地集成高层次的功能，低层次的功能和全局上下文信息的解码器聚合各种信息。大量的实验表明，我们的方法实现了一个新的国家的最先进的性能在六个基准测试（例如，对于ECSSD数据集：F_β= 0.8995，E_β = 0.9079和MAE = 0.0489$），平均增益为4.60%的F-measure，2.05%的E-measure和1.88%的MAE比以前的最好的方法在这个任务。源代码可在http://github.com/siyueyu/SCWSSOD上获得。

2020-12-09cs.CV

广义协同显著目标检测

Generalised Co-Salient Object Detection

The Australian National University（澳大利亚国立大学）

本文提出广义协同显著目标检测（GCoSOD）设定，允许噪声图像不含共享目标，并通过随机采样训练策略GCT与自监督学习DS3L提升模型对目标缺失的感知能力和校准度，同时构建CoCA-Common和CoCA-Zero两个新测试集验证方法有效性。

2023-08-11cs.CV

关键：自校准弱监督学习用于显著目标检测

To be Critical: Self-Calibrated Weakly Supervised Learning for Salient Object Detection

Dalian University of Technology（大连理工大学）

弱监督显著性目标检测（WSOD）的目标是使用图像级注释来开发显著性模型。尽管以前的工作取得了成功，探索一个有效的训练策略的显着性网络和图像级注释和显着对象之间的准确匹配仍然是不够的。在这项工作中，1）我们提出了一种自校准的训练策略，通过显式地在伪标签和网络预测之间建立相互校准循环，将显着性网络从伪标签引起的易出错传播中解放出来。2)我们证明，即使是一个小得多的数据集（仅为ImageNet的1.8%），具有良好匹配的注释也可以促进模型实现更好的性能和泛化能力。这为WSOD的发展提供了新的视角，并鼓励更多的社区贡献。综合实验表明，我们的方法优于所有现有的WSOD方法，仅采用自校准的策略。通过对所提出的数据集进行训练，进一步实现了稳定的改进。此外，我们的方法平均达到了完全监督方法性能的94.7%。更重要的是，采用我们的预测结果作为“地面实况”的完全监督模型取得了成功的结果（BASNet为95.6%，ITSD为97.3%），而像素级注释的标记时间仅为0.32%。

2021-09-04cs.CV

视频显著目标检测导教网络

Guidance and Teaching Network for Video Salient Object Detection

Wuhan University（武汉大学）；Jiangxi University of Finance and Economics（江西财经大学）

现有的视频显著目标检测（VSOD）方法由于难以挖掘时空线索，在理解复杂和噪声场景时受到限制，往往无法推断出显著目标。为了减轻这些缺点，我们提出了一个简单而有效的架构，称为指导和教学网络（GTNet），独立地隐藏有效的空间和时间线索与隐式指导和明确的教学功能和决策水平，分别。具体来说，我们（a）引入一个时间调制器来隐式地将来自运动的特征桥接到外观分支中，这能够协同地融合跨模态特征，以及（b）利用运动引导的掩码来在特征聚合期间传播显式提示。这种新的学习策略通过解耦复杂的时空线索和映射信息线索在不同的方式取得了令人满意的结果。在三个具有挑战性的基准测试上进行的大量实验表明，该方法可以在单个TITAN Xp GPU上以约28 fps的速度运行，并与14个尖端基线相比具有竞争力。

2021-06-06cs.CV

基于区域和框级标注的显著实例分割

Salient Instance Segmentation with Region and Box-level Annotations

Huazhong University of Science and Technology（华中科技大学）

显著性实例分割是显著性检测领域的一个新的具有挑战性的课题，受到了广泛的关注。新一代显著性检测技术为视频监控提供了强有力的理论和技术基础。由于现有数据集的规模有限和较高的掩码标注成本，迫切需要大量的监督源来训练性能良好的显著实例模型。在本文中，我们的目标是训练一个新的显着的实例分割框架不精确的监督，而不诉诸费力的标签。为此，我们提出了一个循环的全局上下文显着实例分割网络（CGCNet），这是监督的显着区域和边界框的组合，从现成的显着目标检测数据集。为了更准确地定位显著实例，提出了一种全局特征细化层，该层将感兴趣区域（ROI）的特征扩展到场景中的全局上下文。同时，一个标签更新计划嵌入在所提出的框架更新粗粒度的标签，为下一次迭代。实验结果表明，所提出的端到端框架训练的不精确监督注释可以竞争现有的完全监督的显著实例分割方法。在没有花里胡哨的情况下，我们提出的方法在Dataset1K的测试集中实现了58.3%的掩码AP，优于主流的最先进的方法。

2021-04-28cs.CVcs.LG

Amulet：聚合多级卷积特征用于显著目标检测

Amulet: Aggregating Multi-level Convolutional Features for Salient Object Detection

Dalian University of Technology（大连理工大学）；Tiwaki Co.Ltd（Tiwaki株式会社）

全卷积神经网络（FCN）在许多密集标记问题中表现出了出色的性能。这些成功的一个关键支柱是从卷积层的特征中挖掘相关信息。然而，如何更好地聚合多级卷积特征图以用于显著目标检测还未得到充分探索。在这项工作中，我们提出了Amulet，一个通用的聚合多层次卷积特征框架，用于显着的目标检测。我们的框架首先将多层次的特征映射集成到多个分辨率中，同时将粗糙的语义和精细的细节结合起来。然后，它自适应地学习在每个分辨率下组合这些特征图，并使用组合的特征预测显著性图。最后，将预测结果有效地融合以生成最终的显著性图。此外，为了实现准确的边界推理和语义增强，低级别层中的边缘感知特征图和低分辨率特征的预测结果被递归地嵌入到学习框架中。通过以这种高效灵活的方式聚合多级卷积特征，所提出的显着性模型提供了准确的显着对象标记。综合实验表明，我们的方法表现良好，对国家的最先进的方法在几乎所有比较的评价指标。

2017-08-07cs.CV

GlassNet：基于标签解耦的三流神经网络图像玻璃检测

GlassNet: Label Decoupling-based Three-stream Neural Network for Robust Image Glass Detection

Nanjing University of Aeronautics and Astronautics（南京航空航天大学）；Dalian University of Technology（大连理工大学）；Nanjing University（南京大学）；Lingnan University（岭南大学）

现有的大多数目标检测方法产生较差的玻璃检测结果，这是由于透明玻璃与图像中其后面的任意对象共享相同外观的事实。与传统的基于深度学习的智能算法简单地使用对象边界作为辅助监督不同，我们利用标签解耦将原始标记的地面实况（GT）映射分解为边界扩散映射和边界扩散映射。GT地图与两个新生成的地图合作，打破了物体边界的不平衡分布，从而提高了玻璃检测质量。我们在解决透明玻璃检测问题上有三个关键贡献：（1）提出了一种三流神经网络（简称GlassNet），充分吸收了三种映射中的有益特征。(2)我们设计了一个多尺度的交互式膨胀模块，以探索更广泛的上下文信息。(3)我们开发了一个基于注意力的边界感知特征拼接模块来整合多模态信息。在基准数据集上进行的大量实验表明，我们的方法在整体玻璃检测精度和边界清晰度方面都比SOTA有明显的改进。

2022-01-10cs.CV

实例级显著对象分割

Instance-Level Salient Object Segmentation

Sun Yat-sen University（中山大学）；The University of Hong Kong（香港大学）

由于深度卷积神经网络，图像显著性检测最近取得了快速进展。然而，没有一个现有的方法能够识别检测到的显著区域中的对象实例。在本文中，我们提出了一个显着的实例分割方法，产生一个显着性掩模与不同的对象实例标签的输入图像。我们的方法由三个步骤组成，估计显着性图、检测显着对象轮廓和识别显着对象实例。对于前两步，我们提出了一个多尺度显着性细化网络，它生成高质量的显着区域掩模和显着对象轮廓。一旦与多尺度组合分组和基于MAP的子集优化框架相结合，我们的方法可以产生非常有前途的显著对象实例分割结果。为了促进显著性实例分割的进一步研究和评价，我们还构建了一个新的数据库，包含1000幅图像及其像素显著性实例注释。实验结果表明，我们提出的方法是能够实现国家的最先进的性能在所有公共基准的显着区域检测，以及我们的新数据集的显着实例分割。

2017-04-12cs.CV

用于显著目标检测的级联交互与侵蚀深度监督

Cascaded Interaction with Eroded Deep Supervision for Salient Object Detection

Institute of Space Science and Applied Technology, Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）空间科学与应用技术研究院）；School of Mechanical Engineering and Automation, Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）机电工程与自动化学院）

本文针对显著目标检测中上下采样插值导致的信息失真问题，提出级联交互网络与全局-局部对齐注意力模块，并引入基于边缘侵蚀的深度监督策略，在多个数据集上验证了方法的优越性。

2023-11-30cs.CV

合成边界：一种用于弱监督显著目标检测的边界感知自洽框架

Synthesize Boundaries: A Boundary-aware Self-consistent Framework for Weakly Supervised Salient Object Detection

College of Computer Science and Technology, Zhejiang University of Technology（浙江工业大学计算机科学与技术学院）

本文提出一种边界感知自洽框架，通过合成凹陷区域图像和双分支结构（GIB与BAB）及自洽损失，在无需额外辅助数据的情况下提升弱监督显著目标检测的边界精度，并在多个基准上超越现有方法。

2022-12-04cs.CV

利用从大型基础模型蒸馏的知识提升显著目标检测

Boosting Salient Object Detection with Knowledge Distillated from Large Foundation Models

本文利用大型基础模型通过文本提示和弱监督微调生成高质量伪标签，构建更大规模的 BDS-TR 数据集，并提出动态上采样边缘解码器，显著提升 SOD 性能。

2025-01-08cs.CV

面向半监督实例分割的伪标签质量解耦与校正

Pseudo-Label Quality Decoupling and Correction for Semi-Supervised Instance Segmentation

Key Laboratory of Multimedia Trusted Perception and Efficient Computing, Ministry of Education of China, Xiamen University, China（中国教育部多媒体可信感知与高效计算重点实验室，厦门大学）；Tencent Youtu Lab（腾讯云视频实验室）

针对半监督实例分割中伪标签噪声导致性能不稳定的问题，提出PL-DC框架，通过解耦双阈值筛选、动态类别校正、像素级掩码重加权三重机制，在COCO和Cityscapes数据集上实现SOTA性能，少标注场景下增益显著。

2025-05-16cs.CV

SalProp：通过聚合边缘线索的显著对象建议

SalProp: Salient object proposals via aggregated edge cues

Indian Institute of Technology Delhi（印度理工学院德里分校）；National Institute of Technology Goa（印度国立理工学院果阿分校）

在本文中，我们提出了一种新的对象提案生成方案，制定了一个基于图的显着的边缘分类框架，利用边缘上下文。在所提出的方法中，我们构建了一个贝叶斯概率边缘图分配一个显着值的边缘利用低级别的边缘功能。然后学习条件随机场，以有效地将这些特征与对象/非对象标签结合起来进行边缘分类。我们提出了一个对象得分生成的窗口，通过分析显着的边缘密度内的限界框。在PASCAL VOC 2007数据集上进行的大量实验表明，该方法与10种常用的通用目标检测技术相比，具有较好的性能，同时使用较少的建议。

2017-06-14cs.CV

合成数据监督的显著目标检测

Synthetic Data Supervised Salient Object Detection

Beihang University（北京航空航天大学）；Harbin Institute of Technology（哈尔滨工业大学）；China University of Petroleum (East China)（中国石油大学（华东））；Peng Cheng Laboratory（鹏城实验室）；Western University（韦仕敦大学）

虽然深度显著目标检测（SOD）已经取得了显著的进展，但深度SOD模型非常需要数据，需要大规模的像素级注释才能提供如此有希望的结果。在本文中，我们提出了一种新颖而有效的SOD方法，创造SODGAN，它可以产生无限高质量的图像掩模对，只需要很少的标记数据，这些合成对可以取代人类标记的DUTS-TR训练任何现成的SOD模型。它的贡献是三方面的。1)我们提出的扩散嵌入网络可以解决流形失配问题，并且对于潜在的代码生成来说是易于处理的，与ImageNet潜在空间更好地匹配。2)我们提出的Few-Shot显著性掩模生成器第一次可以用少量的标记数据合成无限精确的图像同步显著性掩模。3)我们提出的质量感知的合成图像可以选择高质量的合成图像掩模对噪声的合成数据池，提高质量的合成数据。我们的SODGAN第一次使用从生成模型直接生成的合成数据来处理SOD，这为SOD开辟了一个新的研究范式。大量的实验结果表明，在合成数据上训练的显著性模型可以达到在DUTS-TR上训练的显著性模型的$98.4\%$ F-测度。此外，我们的方法在半/弱监督方法中实现了新的SOTA性能，甚至优于几种全监督SOTA方法。代码可在https://github.com/wuzhenyubuaa/SODGAN上获得

2022-10-25cs.CV

基于网络深度-宽度权衡的轻量级显著性目标检测的再思考

Rethinking Lightweight Salient Object Detection via Network Depth-Width Tradeoff

Beihang University（北京航空航天大学）；Peng Cheng Laboratory（鹏城实验室）

现有的显著性目标检测方法往往采用更深更宽的网络来获得更好的性能，导致计算负担重，推理速度慢。这启发我们重新思考显著性检测，以实现效率和准确性之间的良好平衡。为此，我们设计了一个轻量级的框架，同时保持令人满意的竞争精度。具体来说，我们提出了一种新的三边解码器框架解耦的U形结构成三个互补的分支，这是为了面对淡化的语义上下文，空间结构的损失和缺乏边界细节，分别。随着三个分支的融合，粗分割结果在结构细节和边界质量上逐渐细化。在不增加额外可学习参数的情况下，我们进一步提出了尺度自适应池化模块来获得多尺度的感受野。特别是，在继承该框架的前提下，通过网络深度-宽度的权衡，重新思考了精度、参数和速度之间的关系。有了这些有见地的考虑，我们全面设计更浅更窄的模型，以探索轻量化SOD的最大潜力。我们的模型适用于不同的应用环境：1）用于资源受限设备的微型版CTD-S（1.7M，125 FPS），2）用于速度要求较高的场景的快速版CTD-M（12.6M，158 FPS），3）用于高性能平台的标准版CTD-L（26.5M，84 FPS）。大量的实验验证了我们的方法的优越性，在五个基准测试中实现了更好的效率-准确性平衡。

2023-01-17cs.CV

一种面向弱监督显著目标检测的具备全局亲和性的视觉表征引导框架

A Visual Representation-guided Framework with Global Affinity for Weakly Supervised Salient Object Detection

Zhejiang University of Technology（浙江工业大学）

针对弱监督显著目标检测标注成本高、现有涂鸦方法性能受限的问题，提出融合自监督通用视觉表征与全局语义亲和性损失的框架，仅用涂鸦标注便超越现有弱监督方法，甚至媲美全监督模型。

2023-06-09cs.CV

类无关分割损失及其在显著目标检测和分割中的应用

Class-Agnostic Segmentation Loss and Its Application to Salient Object Detection and Segmentation

University of Oxford（牛津大学）；KAUST（阿卜杜拉国王科技大学）

在本文中，我们提出了一种新的损失函数，称为类不可知分割（CAS）损失。在CAS丢失的情况下，在网络训练期间学习类描述符。我们不需要先验地定义类别的标签，而是CAS以弱监督的方式将具有相似外观的区域聚类在一起。此外，我们证明了CAS的损失函数是稀疏的，有界的，和强大的类不平衡。我们将我们的CAS损失函数与全卷积ResNet101和DeepLab-v3架构一起应用于显著目标检测的二进制分割问题。我们研究了在7个突出的目标检测数据集上的低和高保真训练数据的两种设置中对最先进方法的性能。对于低保真度训练数据（不正确的类标签），类不可知分割损失在显著目标检测数据集上的表现优于最先进的方法，其边缘约为50%。对于高保真训练数据（正确的类标签），类不可知分割模型与最先进的方法一样好，同时在大多数数据集上击败了最先进的方法。为了显示跨不同域的损失函数的实用性，我们还在一般分割数据集上进行了测试，其中类不可知的分割损失在区域和边缘度量上都以巨大的余量优于基于交叉熵的损失。

2020-10-28cs.CVcs.LG

自然图像中多目标显著性目标检测的评价

Evaluating Salient Object Detection in Natural Images with Multiple Objects having Multi-level Saliency

Zalando Research（Zalando研究院）；Indian Institute of Technology, Kharagpur（印度理工学院卡拉格普尔分校）；National University of Singapore（新加坡国立大学）；École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院）

显著目标检测使用具有显著对象类和背景的标签的二进制地面实况来评估。在本文中，我们证实了基于三个主观实验的一种新的图像数据集，自然图像中的对象本质上被认为具有不同程度的重要性。我们的数据集名为SalMoN（多对象自然图像中的显着性），有588张包含多个对象的图像。主观实验通过注视时间、点击鼠标和画矩形记录自发注意和知觉。由于多目标图像中的目标显著性本质上是多层次的，因此我们提出显著性目标检测必须评估除了显著性目标类别检测能力之外检测所有多层次显著性目标的能力。为此，我们使用主观实验的结果生成多层次的地图作为与所有数据集图像相对应的地面实况，标签是多层次的显著对象和背景。然后，我们提出使用平均绝对误差，肯德尔的秩相关性和精确度-召回曲线下的平均面积来评估现有的显着目标检测方法对我们的多层次显着性地面真相数据集。将图像上的显著性检测表示为图的局部-全局分层处理的方法在我们的数据集中表现良好。

2020-03-19cs.CVeess.IV

基于知识迁移的统一无监督显著目标检测

Unified Unsupervised Salient Object Detection via Knowledge Transfer

Nanjing University of Aeronautics and Astronautics（南京航空航天大学）

针对现有无监督显著目标检测方法多聚焦特定任务、忽略迁移潜力的问题，提出含渐进式课程学习蒸馏、自校正伪标签细化和适配器调优的统一框架，在5个代表性任务上验证了有效性。

2024-07-13cs.CV

什么是显着对象？用于显著目标检测的数据集和基线模型

What is a salient object? A dataset and a baseline model for salient object detection

University of Wisconsin, Milwaukee（威斯康星大学密尔沃基分校）

与注视预测模型不同的显著目标检测或显著区域检测模型传统上一直在处理场景中最显著的对象或区域的定位和分割。虽然当场景中存在多个对象时，最显著对象的概念是合理的，但用于显著性检测方法评估的当前数据集通常具有仅具有一个单个对象的场景。我们在本文中介绍三个主要的贡献：首先，我们深入研究的问题，显着的目标检测，通过研究人们在场景中看，他们选择的最显着的对象，当他们被明确要求之间的关系。基于注视和显著性判断之间的一致性，我们认为最显著的物体是吸引最高分数注视的物体。其次，我们提供了两个新的偏差较小的基准数据集，其中包含挑战现有显着性模型的多个对象的场景。事实上，我们在我们的数据集上观察到8个最先进的模型的性能严重下降（40%至70%）。第三，我们提出了一个非常简单但功能强大的基于超像素的模型，用作模型评估和比较的基线。虽然与MSRA-5 K数据集上的最佳模型相当，但我们的模型在我们的数据上胜过其他模型，突出了现有模型的一个严重缺点，即定位最显著对象及其分割的过程复杂。我们还提供了一些标记的场景数据集，可用于评估显着的目标检测模型的审查和统计分析。我们相信，我们的工作可以极大地帮助弥补模型对现有有偏数据集的过度拟合，并为这个快速发展的领域的未来研究开辟新的途径。

2014-12-08cs.CV

点云的显著目标检测

Salient Object Detection for Point Clouds

Peking University Shenzhen Graduate School（北京大学深圳研究生院）；Peng Cheng Laboratory（鹏城实验室）

研究了未探测任务点云显著目标检测（SOD）。与图像的SOD不同，我们发现点云的注意力转移可能会引起显着性冲突，即，一个对象矛盾地属于显着和非显着的类别。为了避免这个问题，我们提出了一种新的显着对象的视图依赖的角度，合理地反映点云场景中最引人注目的对象。根据这个公式，我们介绍了PCSOD，第一个为点云SOD提出的数据集，由2，872个室内/室外3D视图组成。我们数据集中的样本用分层注释标记，例如，超/子类，限界框和分割图，这赋予了我们的数据集验证各种架构的出色的通用性和广泛的适用性。为了证明我们的解决方案的可行性，我们进一步贡献了一个基线模型和基准五个代表性的模型进行全面的比较。该模型可以有效地分析不规则和无序的点检测显著对象。由于结合了任务定制的设计，我们的方法显示出明显的优越性，比其他基线，产生更令人满意的结果。大量的实验和讨论揭示了这一研究领域的潜力，为进一步研究铺平了道路。

2022-07-25cs.CV

S3OD：基于合成数据的通用显著目标检测

S3OD: Towards Generalizable Salient Object Detection with Synthetic Data

University of Oxford, VGG（牛津大学，视觉信息集团）

提出S3OD方法，通过大规模合成数据生成和歧义感知架构，显著提升显著目标检测的跨数据集泛化能力，仅用合成数据训练即可降低20-50%误差。

2026-06-18cs.CV

像素就是您所需要的一切：用于显著目标检测的对抗性轨迹集成主动学习

Pixel is All You Need: Adversarial Trajectory-Ensemble Active Learning for Salient Object Detection

State Key Laboratory of Virtual Reality Technology and Systems, Beihang University（北京航空航天大学虚拟现实技术与系统国家重点实验室）；School of Transportation Science and Engineering, Beihang University（北京航空航天大学交通科学与工程学院）；Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））；SenseTime Research（商汤科技研究院）；China University of Petroleum (East China)（中国石油大学（华东））；Peng Cheng Laboratory（鹏城实验室）；Case Western Reserve University（凯斯西储大学）

虽然弱监督技术可以减少标记工作，但不清楚用弱监督数据训练的显着性模型（例如，点注释）可以实现其完全监督版本的等效性能。本文试图通过证明一个假设来回答这个未探索的问题：存在一个点标记的数据集，在该数据集上训练的显着性模型在密集注释的数据集上训练时可以实现等效的性能。为了证明这一猜想，我们提出了一种新颖而有效的对抗性集成主动学习（ATL）。我们的贡献是三方面的：1）我们提出的对抗攻击触发不确定性可以克服现有的主动学习方法的过度自信，并准确地定位这些不确定的像素。{2)}我们提出的概率集成不确定性估计方法保持了集成网络的优点，同时显着降低了计算成本。{3)}我们提出的关系感知的多样性采样算法可以克服过采样，同时提高性能。实验结果表明，我们的ATAL可以找到这样一个点标记的数据集，其中在其上训练的显着性模型获得了$97\%$ - $99\%$性能的完全监督版本，每个图像只有十个注释点。

2022-12-13cs.CV

基于网格化超像素的内存高效深度显著对象分割网络

Memory-Efficient Deep Salient Object Segmentation Networks on Gridized Superpixels

Nokia Technologies（诺基亚科技）

具有逐像素标记任务（例如语义分割和显著目标检测）的计算机视觉算法随着深度学习的并入而经历了显著的准确性增加。深度分割方法对具有数亿个参数的预训练网络进行轻微修改和微调。在这项工作中，我们质疑是否需要有这样的内存需求网络的特定任务的显着对象分割。为此，我们提出了一种从头开始学习记忆高效网络的方法，只在显著的目标检测数据集上训练它。我们的方法将图像编码为网格化的超像素，该超像素保留了对象边界和常规像素的连接规则。这种表示允许我们使用在规则网格上操作的卷积神经网络。通过使用这些编码图像，我们训练了一个内存高效的网络，使用的参数数量仅为其他深度显著目标检测网络的0.048%。我们的方法显示出与最先进的深显着目标检测方法相当的准确性，并提供了一个更快，更节省内存的替代方案。由于其易于部署，这种网络对于诸如移动电话和IoT设备之类的存储器有限设备中的应用是优选的。

2018-05-22cs.CV

类无关分割损失及其在显著目标检测和分割中的应用

Class-Agnostic Segmentation Loss and Its Application to Salient Object Detection and Segmentation

University of Oxford（牛津大学）；LUMS（拉合尔管理科学大学）；KAUST（阿卜杜拉国王科技大学）

在本文中，我们提出了一种新的损失函数，称为类不可知分割（CAS）损失。在CAS丢失的情况下，在网络训练期间学习类描述符。我们不需要先验地定义类别的标签，而是CAS以弱监督的方式将具有相似外观的区域聚类在一起。此外，我们证明了CAS的损失函数是稀疏的，有界的，和强大的类不平衡。我们首先将我们的CAS损失函数与全卷积ResNet 101和DeepLab-v3架构一起应用于显著目标检测的二进制分割问题。我们研究了在7个突出的目标检测数据集上的低和高保真训练数据的两种设置中对最先进方法的性能。对于低保真度训练数据（不正确的类标签），类不可知分割损失在显著目标检测数据集上的表现优于最先进的方法，其边缘约为50%。对于高保真训练数据（正确的类标签），类不可知分割模型与最先进的方法一样好，同时在大多数数据集上击败了最先进的方法。为了显示损失函数在不同领域的效用，我们还在一般的分割数据集上进行了测试，其中类不可知的分割损失以巨大的利润率优于竞争损失。

2021-07-16cs.CVcs.LG

CAGNet：用于显著目标检测的内容感知指南

CAGNet: Content-Aware Guidance for Salient Object Detection

Iran University of Science and Technology（伊朗科技大学）；Imagia Inc.（Imagia公司）

显著性检测方法得益于全卷积神经网络（FCN），取得了很好的效果。然而，在复杂的场景中学习用于检测显著对象的有效特征仍然是具有挑战性的，其中i）非显著区域可能具有“类似显著”的外观; ii）显著对象可能具有不同外观的区域。为了处理这些复杂的场景，我们提出了一种特征引导网络，该网络利用低级和高级特征的性质来i）使前景和背景区域更加明显，并抑制具有“显著”外观的非显著区域; ii）将前景标签分配给不同外观的显著区域。此外，我们利用一个多尺度特征提取模块（MFEM）的每个抽象层次，以获得多尺度的上下文信息。最后，我们设计了一个损失函数，它的性能优于目前广泛使用的交叉熵损失。通过采用四种不同的预训练模型作为骨干，我们证明了我们的方法是非常普遍的骨干模型的选择。在五个具有挑战性的数据集上的实验表明，我们的方法在不同的评估指标方面达到了最先进的性能。此外，我们的方法包含比现有方法更少的参数，不需要任何后处理，并且在处理480 x 480图像时以28 FPS的实时速度快速运行。

2020-04-04cs.CV

3SD：无标签的自监督显著性检测

3SD: Self-Supervised Saliency Detection With No Labels

Johns Hopkins University（约翰斯·霍普金斯大学）；AIBEE Inc.（AIBEE公司）

我们提出了一个概念上简单的自监督方法的显着性检测。我们的方法生成并使用伪地面真值标签进行训练。生成的伪GT标签不需要任何类型的人类注释（例如，逐像素的标签或弱标签（如涂鸦）。最近的工作表明，从分类任务中提取的特征提供了重要的显着性线索，如图像中显着对象的结构和语义信息。我们的方法，称为3SD，利用这个想法，通过添加一个分支的自监督分类任务与显着的目标检测并行，以获得类激活图（CAM地图）。这些CAM图与输入图像的边缘一起用于生成伪GT显著图以训练我们的3SD网络。具体来说，我们提出了一个基于对比学习的训练多个图像补丁的分类任务。我们表明，对比损失的多补丁分类提高了CAM地图的质量相比，整个图像上的天真分类。在六个基准数据集上的实验表明，在没有任何标签的情况下，我们的3SD方法优于所有现有的弱监督和无监督方法，其性能与全监督方法相当。代码可在：https://github.com/rajeevyasarla/3SD

2022-03-09cs.CV

不确定性感知的联合显著目标和视频目标检测

Uncertainty-aware Joint Salient Object and Camouflaged Object Detection

Northwestern Polytechnical University（西北工业大学）；Australian National University（澳大利亚国立大学）；CSIRO（澳大利亚联邦科学与工业研究组织）；EPFL（瑞士洛桑联邦理工学院）

视觉显著目标检测（SOD）的目的是发现引起人们注意的显著目标，而隐藏目标检测（COD）的目的是发现隐藏在周围环境中的隐藏目标。在本文中，我们提出了一个范例，利用矛盾的信息，以提高检测能力的显着目标检测和隐藏的目标检测。我们首先利用COD数据集中的易阳性样本作为SOD任务中的硬阳性样本，以提高SOD模型的鲁棒性。然后，我们引入了一个相似性度量模块来明确建模这两个任务的矛盾属性。此外，考虑到两个任务的数据集的标签的不确定性，我们提出了一个对抗学习网络，以实现高阶相似性度量和网络置信度估计。基准数据集上的实验结果表明，我们的解决方案导致国家的最先进的（SOTA）的性能为这两个任务。

2021-04-06cs.CV

$S^{2}$-FracMix: 保持标签的自显著性混合增强

$S^{2}$-FracMix: Label-Preserving Self-Saliency Mixup Augmentation

The University of Melbourne（墨尔本大学）；Information Technology University（信息技术大学）；Westlake University（西湖大学）

提出$S^{2}$-FracMix框架，通过自显著性混合和分形模式注入，在单图像内生成标签一致的增强样本，提升视觉模型的泛化性和鲁棒性，在多个任务上达到最优。

2026-06-25cs.CV

基于限界框监督的显著目标检测

Salient Object Detection via Bounding-box Supervision

Australian National University（澳大利亚国立大学）；Southwest University of Science and Technology（西南科技大学）

全监督显著性检测模型的成功取决于大量的逐像素标记。在本文中，我们工作的限界框为基础的弱监督显著性检测，以减轻标签的努力。给定限界框注释，我们观察到限界框内的像素可能包含大量的标签噪声。然而，由于大量的背景被排除，前景限界框区域包含较不复杂的背景，使得可以仅利用裁剪的前景区域来执行手工制作的基于特征的显著性检测。由于传统的手工特征不具有足够的代表性，导致噪声显着图，我们进一步引入结构感知的自监督损失来正则化预测的结构。进一步地，我们认为在限界框外的像素应该是背景，因此可以使用部分交叉熵损失函数来精确地定位精确的背景区域。在六个基准RGB显着性数据集上的实验结果表明了该模型的有效性。

2022-05-11cs.CVcs.LG

基于边界引导特征聚合网络的显著目标检测

Boundary-guided Feature Aggregation Network for Salient Object Detection

全卷积网络（FCN）显著提高了许多像素标记任务的性能，例如语义分割和深度估计。然而，充分利用多级卷积特征图和边界信息用于显著目标检测仍然是重要的。在本文中，我们提出了一种新的FCN框架，结合对象边界信息的指导下，递归地集成多层卷积特征。首先，使用深度卷积网络来提取多级特征图，并将其分别聚合为多个分辨率，这些分辨率可用于生成粗糙的显著性图。同时，提出了另一个边界信息抽取分支，用于生成边界特征。最后，设计了一个基于注意力的特征融合模块，将边界信息融合到显著区域中，实现精确的边界推断和语义增强。最后的显着图是预测的边界图和集成显着图的组合，更接近地面真相。在四个大规模的基准测试上的实验和分析表明，我们的框架取得了新的最先进的结果。

2018-09-28cs.CV

ANDA：一种用于显著目标检测的数据增强新技术

ANDA: A Novel Data Augmentation Technique Applied to Salient Object Detection

Federal University of Paraná（巴拉那联邦大学）

在本文中，我们提出了一种新的数据增强技术（ANDA）适用于显着目标检测（SOD）的背景。在文献中提出的标准数据增强技术，如图像裁剪，旋转，翻转，和缩放，只生成现有的例子的变化，提供了有限的推广。我们的方法具有创建新图像的新颖性，通过将对象与新背景相结合，同时在新背景中保留其部分显着性;为此，ANDA技术依赖于标记的显着对象和新背景之间的线性组合，通过在称为图像修补的过程中移除原始显着对象来生成。我们提出的技术允许更精确地控制对象的位置和大小，同时保留背景信息。为了评估我们提出的方法，我们训练了多个深度神经网络，并比较了我们的技术在每个网络中的效果。我们还比较了我们的方法与其他数据增强技术。我们的研究结果表明，根据网络的改进，F-测量可以达到14.1%，平均绝对误差可以下降2.6%。

2019-10-03cs.CV

iSmallNet：用于红外小目标检测的标签解耦密集嵌套网络

iSmallNet: Densely Nested Network with Label Decoupling for Infrared Small Target Detection

Nanjing University of Aeronautics and Astronautics（南京航空航天大学）；Lingnan University（岭南大学）

针对红外小目标检测中易产生虚警和深层丢失问题，提出结合标签解耦与多尺度嵌套交互的iSmallNet网络，通过解耦GT图并融合多粒度信息，在两个数据集上优于11个先进检测器。

2023-06-29cs.AIcs.CV

弱光图像中显著目标检测的图像增强方法研究

Exploring Image Enhancement for Salient Object Detection in Low Light Images

Wuhan University of Science and Technology（武汉科技大学）；National Institute of Informatics（国立信息学研究所）；Wuhan University（武汉大学）

在非均匀光照环境中拍摄的弱光图像通常会随着场景深度和相应的环境光而退化。这种退化导致退化图像模态中的严重对象信息丢失，这使得显著目标检测由于低对比度特性和人造光影响而更具挑战性。然而，现有的显著目标检测模型是基于在足够亮度的环境下捕获图像的假设开发的，这在现实世界场景中是不切实际的。在这项工作中，我们提出了一种图像增强方法，以促进在低光图像中的显著目标检测。该模型将物理光照模型直接嵌入到深度神经网络中来描述弱光图像的退化，其中环境光被视为逐点变量并随局部内容而变化。此外，一个非局部块层被用来捕捉一个对象的局部内容的差异对它的局部邻域有利于区域。为了定量评估，我们构建了一个低光图像数据集，其中包含像素级人类标记的地面实况注释，并在四个公共数据集和我们的基准数据集上报告了有希望的结果。

2020-07-31cs.CV

重新思考无约束场景中显著与伪装目标的检测

Rethinking Detecting Salient and Camouflaged Objects in Unconstrained Scenes

School of Software Engineering, Huazhong University of Science and Technology（华中科技大学软件工程学院）；School of Computer Science and Engineering, The Chinese University of Hong Kong（香港中文大学计算机科学与工程学院）；School of Computer Science and Technology, Hainan University（海南大学计算机科学与技术学院）

针对现有SOD与COD任务互斥建模的局限，本文构建覆盖所有逻辑存在情形的USC12K数据集，提出USCNet模型建模样本间与样本内属性关系，并设计CSCS指标，在全部场景中取得最优性能。

2025-07-07cs.CV

ROSA：抗对抗攻击的鲁棒显著目标检测

ROSA: Robust Salient Object Detection against Adversarial Attacks

The University of Hong Kong（香港大学）；Deepwise AI Lab（深睿医疗人工智能实验室）；Sun Yat-sen University（中山大学）

近年来，由于深度卷积神经网络可以为图像采集强大的特征，显著目标检测有了显着的改进。特别地，最先进的显著目标检测方法从基于全卷积网络（FCN）的框架中享有高准确性和效率，该框架从端到端进行训练并预测逐像素标签。然而，这样的框架遭受对抗攻击，其通过向输入图像添加准不可感知的噪声而不改变由人类主体注释的基础事实来混淆神经网络。据我们所知，这篇论文是第一篇成功地对显着目标检测模型进行对抗性攻击的论文，并验证了对抗性样本对各种现有方法都是有效的。此外，本文提出了一种新的端到端的可训练框架，以增强对对抗攻击的任意基于FCN的显着目标检测模型的鲁棒性。该框架采用了一种新的思想，首先引入一些新的通用噪声来破坏对抗性扰动，然后学习预测具有引入噪声的输入图像的显着性图。具体来说，我们提出的方法包括一个分段屏蔽组件，它保留边界并破坏微妙的对抗性噪声模式，以及一个上下文感知恢复组件，它通过全局对比度建模来细化显着性图。实验结果表明，我们提出的框架显着提高了一系列数据集上的最先进的模型的性能。

2019-05-09cs.CV

用于弱监督 RGB-D 显著目标检测的互信息正则化

Mutual Information Regularization for Weakly-supervised RGB-D Salient Object Detection

Northwestern Polytechnical University（西北工业大学）；Xidian University（西安电子科技大学）；the Australian National University（澳大利亚国立大学）

提出基于涂鸦监督的弱监督 RGB-D 显著目标检测模型，利用互信息正则化实现多模态解耦表示，并结合非对称特征提取器与多模态变分自编码器细化预测，达到接近全监督 SOTA 的性能。

2023-06-06cs.CV

用于联合显著目标检测与伪装目标检测的分布特定学习

Distribution-Specific Learning for Joint Salient and Camouflaged Object Detection

School of Computing and Information Technology, Great Bay University（计算与信息学院，大湾大学）；Computer Vision and Pattern Recognition Laboratory, School of Engineering Science, Lappeenranta-Lahti University of Technology LUT（计算机视觉与模式识别实验室，工程科学学院，拉佩兰塔-拉赫蒂技术大学）；School of Computer Science and Software Engineering, Shenzhen University（计算机科学与软件工程学院，深圳大学）；School of Software Engineering, Xi’an Jiaotong University（软件工程学院，西安交通大学）；School of Electrical and Information Engineering, Tianjin University（电气与信息工程学院，天津大学）

针对SOD与COD任务矛盾属性导致联合学习困难的问题，提出SCJoint联合学习方案与SBSS采样策略，通过学习解码分布解耦矛盾并训练通用网络JoNet，实现两任务互利且性能优异。

2025-08-08cs.CV

ASOD60K：一种用于全景视频的音频诱导显著目标检测数据集

ASOD60K: An Audio-Induced Salient Object Detection Dataset for Panoramic Videos

探索人类在动态全景场景中关注的内容对于许多基础应用都很有用，包括零售业中的增强现实（AR）、AR驱动的招聘和视觉语言导航。考虑到这一目标，我们提出了PV-SOD，这是一个新的任务，旨在从全景视频中分割显著对象。与现有的固定/对象水平的显着性检测任务相比，我们专注于音频诱导的显着目标检测（SOD），其中显着的对象标记与音频诱导的眼动的指导。为了支持这一任务，我们收集了第一个大规模数据集，名为ASOD 60 K，其中包含用六级层次结构注释的4K分辨率视频帧，从而以丰富性，多样性和质量区分自己。具体地，每个序列用其超类/子类两者来标记，其中每个子类的对象用人眼注视、边界框、对象级/实例级掩码和相关联的属性（例如，几何失真）。这些由粗到细的注释使得能够对PV-SOD建模进行详细分析，例如，确定现有SOD模型的主要挑战，并预测扫描路径以研究人类的长期眼睛注视行为。我们系统地基准ASOD 60 K的11个代表性的方法，并得出一些有趣的发现。我们希望这项研究可以作为一个很好的起点，推进SOD研究向全景视频。数据集和基准将在https://github.com/PanoAsh/ASOD60K上公开提供。

2021-11-12cs.CV

语义提取指导的显著目标检测

Semantic Distillation Guided Salient Object Detection

OPPO Research Institute（OPPO研究院）；Xmotors（小鹏汽车）

现有的大多数基于CNN的显著性目标检测方法可以识别毛发和动物皮毛等局部分割细节，但由于SOD任务的主观性和卷积层的局部性导致缺乏全局上下文信息，因此经常误解真实的显著性。此外，由于不切实际的昂贵的标签成本，目前现有的SOD数据集不足以覆盖真实的数据分布。训练数据的限制和偏差增加了充分探索给定图像中的对象到对象和对象到环境之间的语义关联的额外困难。在本文中，我们提出了一个语义蒸馏引导SOD（SDG-SOD）方法，产生准确的结果，通过融合语义提取的知识，从生成的图像描述到视觉变压器为基础的SOD框架。SDG-SOD可以更好地揭示对象间和对象与环境的显着性，并弥补SOD的主观本质与其昂贵的标签之间的差距。在五个基准数据集上的综合实验表明，SDG-SOD在四个评估指标上优于最先进的方法，并大大提高了DUTS，ECSSD，DUT，HKU-IS和PASCAL-S数据集上的模型性能。

2022-03-08cs.CLcs.CV