显著性检测
显著性物体分割：最能引起人的视觉注意的物体区域
注视点预测：通过对眼动的预测和探究探索人类视觉注意机制
俩种策略的视觉注意机制：
自底而上基于数据驱动的注意机制：从数据出发，与周边有较强对比度或差异，颜色，亮度，边缘等特征
自上而下基于任务驱动的目标注意机制：从认知因素出发，如知识，语气，兴趣等
DNN模型：
由VGG网络修改而成
物体分割
前景背景分割
前景一般包含物体，需要交互提供初始标记
Groph Cuts分割
基于图论的分割方法
分割模型：每个像素是一个节点，加2个节点F/B，边 像素跟F/B的连接，相邻像素的连接，最小割最大流算法优化。
Grab Cuts分割(opencv内包含)
前景/背景的颜色模型，高斯混合模型，Kmeans算法获得
迭代进行Graph Cuts 优化前景和背景的颜色模型，能量随着不断迭代变小，分割结果越来越好
算法流程
使用标记初始化的颜色模型
执行Graph Cuts
语义分割
目标：从像素水平上，理解，识别图片的内容，根据语义信息分割，输入：图片，输出：通尺寸的分割标记（像素水平），每个像素会被识别为一个类别。
语义分割的用处：
机器人视觉和场景理解，辅助/自动驾驶，医学X光
算法研究阶段
2015年前：手工特征+图模型CRF
2015年开始：深度神经网络
思路：改进CNN，并使用预训练CNN层的参数
传统的CNN问题：后半段网络无空间信息，输入图片尺寸固定
卷积网络：所有层都是卷积层，解决降采样后的低分辨率问题
全卷积网络：
卷积化（Convolutionalization）：将所有全连接层转换成卷积层（可以输入任意尺寸的图片），适应任意尺寸的输入，输入低分辨率切割图片
基础CNN网络：AlexNet，VGG16，GoogLeNet
卷积化后的核尺寸（通道数，宽，高）：FC6->（1*1,4096），FC7->（1*1,4096），FC8->（1*1,类别N），分辨率降低32倍，五个卷积层，每层降俩倍。
反卷积（Deconvolution）：将低分辨率图片进行上采样，输出同分辨率分割图片
一对多操作，卷积的逆操作：小数步长1/f，卷积核尺寸不变，前向和后向传播：对应于卷积操作的后向和前向传播，优化上做颠倒，反卷积核是卷积核的转置，学习率为0，也叫转置卷积，可以拟合出双线性插值。
外围全部补0（Full padding）反卷积，输入2*2，输出4*4，参数设置，卷积核尺寸3*3，步长：1，padding：2，倍、被Skip-layer使用。（偶数输出使用的例子）
插零分数步长反卷积（Deconvolution），输入3*3，输出5*5，参数设置：卷积核尺寸：3*3，步长：2，padding：1，精化分割图片（奇数输出使用的例子）
反池化操作：记录池化时的位置，将输入特征按记录位置摆放回去（近似）[效果不太好，一般不用]
跳层结构（Skip-layer）：
原因：直接使用32倍反卷积得到的分割结果粗糙，使用前2个卷积层的输出做融合，跳层：Pool4和Pool3后会增加一个1*1卷积层做预测，较浅网络的结果精细，较深网络的结果鲁棒
使用AlexNet构建FCN
第一步：使用AlexNet作为初始网络，保留参数，舍弃最后一个全连接层。
第二步：替换为俩个不同深度的卷积层（4096,1,1）->16*16*4096，追加一个预测卷积层（21,1,1）->16*16*21，追加一个步长为32的双线性插值反卷积层->500*500*21
第三步：Conv7结果2倍上采样->34*34*21，提取Pool4输出，追加预测卷积层（21,1,1）->34*34*21，相融合->34*34*21，追加一个步长为16的双线性插值反卷积层->500*500*21
第四步：结果2倍上采样->70*70*21，提取Pool3输出，追加预测卷积层（21,1,1）->70*70*21，相融合->70*70*21，追加一个步长为8的双线性插值反卷积层->500*500*21
FCG训练
初始化：卷积层：前五个卷积层使用初始CNN网络的参数，剩余第6和7卷积层初始化为0
反卷积层：最后一层反卷积层固定为双线性插值，不做学习，剩余反卷积层初始化为双线性插值，做学习。