已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

A Stagewise Refinement Model for Detecting Salient Objects in Images

联营 计算机科学 棱锥(几何) 人工智能 水准点(测量) 卷积神经网络 突出 背景(考古学) 模式识别(心理学) 卷积(计算机科学) 特征(语言学) 深度学习 依赖关系(UML) 人工神经网络 计算机视觉 数学 几何学 语言学 大地测量学 古生物学 哲学 生物 地理
作者
Tiantian Wang,Ali Borji,Lihe Zhang,Pingping Zhang,Huchuan Lu
标识
DOI:10.1109/iccv.2017.433
摘要

Deep convolutional neural networks (CNNs) have been successfully applied to a wide variety of problems in computer vision, including salient object detection. To detect and segment salient objects accurately, it is necessary to extract and combine high-level semantic features with low-levelfine details simultaneously. This happens to be a challenge for CNNs as repeated subsampling operations such as pooling and convolution lead to a significant decrease in the initial image resolution, which results in loss of spatial details and finer structures. To remedy this problem, here we propose to augment feedforward neural networks with a novel pyramid pooling module and a multi-stage refinement mechanism for saliency detection. First, our deep feedward net is used to generate a coarse prediction map with much detailed structures lost. Then, refinement nets are integrated with local context information to refine the preceding saliency maps generated in the master branch in a stagewise manner. Further, a pyramid pooling module is applied for different-region-based global context aggregation. Empirical evaluations over six benchmark datasets show that our proposed method compares favorably against the state-of-the-art approaches.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
英俊的铭的应助被leo采纳,获得10
刚刚
fff完成签到 ,获得积分10
2秒前
xixi完成签到 ,获得积分10
3秒前
正直冰淇淋完成签到,获得积分10
5秒前
AryaZzz完成签到 ,获得积分10
6秒前
思源的应助被小豆糕采纳,获得10
6秒前
6秒前
Akim的应助被小豆糕采纳,获得10
6秒前
9秒前
小李发大财完成签到 ,获得积分10
9秒前
干净涵梅完成签到,获得积分10
9秒前
10秒前
Owen的应助被bianco2007采纳,获得10
12秒前
liza发布了新的文献求助10
13秒前
子皿完成签到,获得积分10
14秒前
14秒前
moriaty发布了新的文献求助20
14秒前
DW的应助被Only2546采纳,获得10
14秒前
wangliying完成签到 ,获得积分10
16秒前
开朗向彤发布了新的文献求助10
17秒前
小只发布了新的文献求助10
17秒前
含蓄的蜻蜓完成签到,获得积分10
17秒前
20秒前
可靠元枫完成签到 ,获得积分10
21秒前
bianco2007完成签到,获得积分10
23秒前
何佳慧完成签到 ,获得积分10
23秒前
无花果的应助被热爱学习采纳,获得30
24秒前
哎古完成签到 ,获得积分10
24秒前
Owen的应助被飘逸小之采纳,获得10
25秒前
yyq完成签到,获得积分10
25秒前
乐乐的应助被多多采纳,获得10
25秒前
卿亦佳人发布了新的文献求助10
27秒前
爱吃肉肉的手性分子完成签到,获得积分10
29秒前
Jasper的应助被布洛芬采纳,获得10
30秒前
乐观寻芹完成签到,获得积分10
31秒前
LeoYiS214完成签到,获得积分10
35秒前
35秒前
36秒前
yujihaiasdfg完成签到,获得积分10
37秒前
11完成签到 ,获得积分10
37秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
八旗制度の研究 600
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8184889
求助须知:如何正确求助?哪些是违规求助? 9573836
关于积分的说明 21833242
捐赠科研通 7782263
什么是DOI,文献DOI怎么找? 3434429
关于科研通互助平台的介绍 2558581
邀请新用户注册赠送积分活动 2481082