【显著性检测】【CVPR2018】Salient Object Detection Driven by Fixation Prediction【论文笔记】

论文链接

显著性检测分为显著性物体检测和凝视点检测，过于人们往往认为这两者是完全不同的任务，而很少有人探究相互之间的联系。

该文作者提出利用凝视点检测来指导显著性物体检测。

 作者提出的ASNet网络结构如图，经过前向传播，VGG网络得到凝视点检测图，然后通过ConvLSTM对图像进行精细化，每个ConvLSTM的循环次数为3，通过不断结合VGG网络提取的各级特征，从高级特征向低级特征来指导显著性物体检测，使得显著性凝视点图越来越接近显著性物体检测图，最后输出显著性物体检测图。

补充几个很有用的点

点1这个是作者使用的数据集，与测试集，可以看到，数据集的增强加上图像预处理，可以提升网络，是以后工作的一个思路。

 点2 使用多种可能的损失函数，特别是评价指标作为损失函数，可以一定程度上提升指标的性能。作者也在文章验证了。

点3 利用ConvLSTM进行处理，比使用传统的一次卷积，这里相当于使用三次，可以更进一步提升效果。