2. 科技
    3. CVPR2019 显著性检测相关论文

    CVPR2019 显著性检测相关论文

    科技2025-10-11  22

    CVPR2019

    1. Pyramid Feature Attention Network for Saliency detection

    原文链接：openaccess翻译：题目：基于金字塔特征注意网络的显著性检测方法作者：发表：CVPR2019源码：github(tensorflow-official)、github(pytorch)方向：方法概要 CPFE使用空洞卷积扩大感受野CA：channel-wise attention，融合不同尺度不同感受野的特征SA：Spacial attention， 空间显著性，1*k和K*1两个卷积层，然后相加网络结构：

    2. Co-saliency Detection via Mask-guided Fully Convolutional Networks with Multi-scale Label Smoothing

    原文链接：翻译：题目：作者：发表：CVPR2019方向：联合显著性方法概要：

    3. Multi-source weak supervision for saliency detection

    原文链接：翻译：题目：作者：发表：CVPR2019方向：方法概要：

    4. Understanding and Visualizing Deep Visual Saliency Models

    原文链接：翻译：深层视觉显著性模型的理解与可视化题目：作者：发表：CVPR2019方向：方法概要：

    5. DeepCO3 : Deep Instance Co-segmentation by Co-peak Search and Co-saliency Detection

    原文链接：翻译：题目：作者：发表：CVPR2019方向：实例分割方法概要：

    6. Salient Object Detection with Pyramid Attention and Salient Edges

    原文链接：翻译：题目：作者：发表：CVPR2019方向：方法概要：

    7. Attentive Feedback Network for Boundary-Aware Salient Object Detection

    原文链接：openaccess翻译：题目：作者：发表：CVPR2019方向：方法概要：

    8. Cascaded Partial Decoder for Fast and Accurate Salient Object Detection

    原文链接：openaccess翻译：题目：基于级联部分译码器的快速准确显著性目标检测作者：Zhe Wu发表：CVPR2019源码：github方向：方法概要：提出了一种新的特征融合方式 基于VGG16解码器基于RFB只保留后三个block的feature两个分支，上面是attention分支，获取Si，下面是detection分支，获取SdSh是由解码后的后三层特征图网络结构：

    9. A Simple Pooling-Based Design for Real-Time Salient Object Detection

    原文链接：openaccess翻译：题目：作者：发表：CVPR2019方向：方法概要：

    10. Contrast Prior and Fluid Pyramid Integration for RGBD Salient Object Detection

    原文链接：翻译：题目：作者：发表：CVPR2019方向：方法概要：

    11. An Iterative and Cooperative Top-down and Bottom-up Inference Network for Salient Object Detection

    原文链接：翻译：题目：作者：发表：CVPR2019方向：方法概要：

    12. CapSal: Leveraging Captioning to Boost Semantics for Salient Object Detection

    原文链接：翻译：题目：作者：发表：CVPR2019方向：方法概要：

    13. S4Net: Single Stage Salient-Instance Segmentation

    原文链接：翻译：题目：作者：发表：CVPR2019方向：方法概要：

    14. A Mutual Learning Method for Salient Object Detection with intertwined Multi-Supervision

    原文链接：翻译：题目：作者：发表：CVPR2019方向：方法概要：

    15. Shifting More Attention to Video Salient Object Detection

    原文链接：翻译：题目：作者：发表：CVPR2019方向：方法概要：

    16. BASNet: Boundary-Aware Salient Object Detection

    原文链接：翻译：题目：作者：发表：CVPR2019方向：方法概要：
    Processed: 0.010, SQL: 8