|
|||||
|
|
| 基于条件生成对抗网络的视频显著性目标检测 | |
| 作者单位： | ;1.河北工业大学人工智能与数据科学学院 |
| 摘 要： | 针对传统的显著性检测方法存在着流程复杂,计算成本高,特征学习不足等问题,受生成对抗网络以及弹性网络的启发,提出一种基于条件生成对抗网络(c GAN)与L1,L2范式联合正则的视频显著性目标检测方法。方法需训练2个模型:生成器和判别器。生成器尽可能生成与真实值一样的显著图来迷惑判别器,使其难以辨别预测的显著图的真实性。判别器则尽可能准确地区分"假"显著图。实验表明:所提方法在两个公开视频数据集上的检测效果都超过了当前主流方法,且算法流程简单,运算效率更高。 |
| 关 键 词： | 视频显著性目标检测 条件生成对抗网络 联合正则 |
Salient object detection based on conditional generative adversarial networks for video |
|
| Abstract: | |
| Keywords: | |