视频显著性检测研究进展
显著性检测技术在图像处理中的应用与优化
显著性检测技术在图像处理中的应用与优化摘要：随着数字图像的广泛应用，人们对于图像处理技术的需求也越来越高。
显著性检测技术作为一种重要的图像处理技术，可以识别和提取出图像中最具显著性的目标或区域。
本文将介绍显著性检测技术的原理与方法，并探讨其在图像处理中的应用和优化。
一、引言随着数字图像的普及，图像处理技术成为了计算机视觉领域的重要研究方向之一。
显著性检测技术是图像处理中的重要组成部分，它可以帮助我们识别和提取出图像中最具显著性的目标或区域，为后续的图像处理任务提供重要信息。
二、显著性检测技术的原理与方法1.背景与定义显著性检测指的是在一幅图像中寻找与周围环境显著不同的目标或区域。
这些目标或区域通常具有较高的对比度、颜色鲜艳和纹理丰富等特点。
显著性检测的目标是在图像中准确地找出这些显著目标或区域。
2.常见方法（1）基于全局对比度的方法：通过计算目标区域与背景区域之间的对比度来判断显著性。
（2）基于频域分析的方法：将图像转换到频域，利用频域特征提取显著性信息。
（3）基于目标和背景模型的方法：建立目标和背景模型，通过比较像素与模型之间的差异来确定显著性。
三、显著性检测技术在图像处理中的应用1.图像分割显著性检测技术能够帮助将图像分割成具有显著特征的目标区域和背景区域，为图像分析和理解提供基础。
2.目标检测与识别显著性检测技术可以帮助定位和识别图像中的目标物体，提高目标检测和识别的准确性和效率。
3.图像增强与修复通过识别出图像中的显著目标或区域，可以针对性地进行图像增强和修复，提高图像的质量和清晰度。
4.视觉注意模型构建显著性检测技术可以帮助构建视觉注意模型，即模拟人类的视觉注意机制，将注意力集中于图像的显著目标或区域。
四、显著性检测技术的优化1.算法优化针对目前显著性检测中存在的问题，如对噪声和复杂背景的敏感性，算法可以进行优化和改进，提高显著性检测的准确性和稳定性。
2.多模态融合借鉴多种数据源（如图像、视频、语音等）进行融合，可以进一步提高显著性检测的性能和鲁棒性。
基于深度神经网络的视觉显著性检测算法研究
基于深度神经网络的视觉显著性检测算法研究近年来，随着计算机视觉技术的快速发展，视觉显著性检测算法在多个领域得到了广泛运用。
视觉显著性检测可以识别图像或视频中最显著的区域，从而使图像或视频的理解更加容易。
这项技术在广告、图像检索、自动驾驶、医疗等领域，都有着重要的应用。
在视觉显著性检测算法中，基于深度神经网络的方法日益受到人们的关注。
这种方法可以有效地提高检测准确度，同时也可以减少复杂性和处理时间，使得该技术更加实用和具有可操作性。
一般来说，基于深度神经网络的视觉显著性检测算法主要包括四个步骤：特征提取、特征融合、分类器和显著性图生成。
首先，通过卷积神经网络从原始图像中提取有用的特征。
然后，特征融合将不同卷积层的特征进行组合，以便提高特征的表示能力和适应性。
接着，使用训练好的分类器判断图像中每个像素是否显著。
最后，根据分类的结果，生成与原始图像尺寸相同的显著性图。
在这个过程中，深度神经网络的一个关键优点是，它可以通过反向传播算法直接从数据中学习特征，而不需要手动设计和选择特征。
这使得深度神经网络可以更加准确地检测图像中的显著性区域，同时也可以避免在特征设计过程中产生的错误。
目前，基于深度神经网络的视觉显著性检测算法已经在许多应用场景中得到了广泛的应用。
例如，在广告行业中，该技术可以帮助广告商确定哪些区域更具吸引力，进而提高广告的点击率。
在自动驾驶领域，视觉显著性检测技术可以帮助车辆更好地感知周围环境，从而提高行驶的安全性和稳定性。
同时，在医疗领域，该技术可以协助医生自动诊断病情，帮助减少医疗工作的难度和繁重程度。
基于深度神经网络的视觉显著性检测算法的未来发展方向也非常值得关注。
其中之一的发展方向是集成多种深度神经网络结构，以便更好地发挥各自的优势。
另外，还可以探索如何将深度神经网络模型应用到视频显著性检测中，进一步扩展视觉显著性检测技术的适用范围和准确度。
总之，基于深度神经网络的视觉显著性检测算法是一种快速发展的技术，具有广泛的应用前景。
基于深度学习的视频显著性检测研究
基于深度学习的视频显著性检测研究一、概述随着人们对视频制作的需求越来越高，视频显著性检测技术成为了当今视频处理领域的热点。
视频显著性检测是指从视频中提取显著区域的技术，也就是说，通过计算图像中像素点的重要程度得到图像的显著性。
基于深度学习的视频显著性检测已经成为了目前最先进的检测方法之一。
本文将对基于深度学习的视频显著性检测的相关研究进行探讨。
二、基于深度学习的视频显著性检测方法基于深度学习的视频显著性检测方法主要分为两类：一类是基于2D-CNN的方法；另一类是基于3D-CNN的方法。
1、基于2D-CNN的方法基于2D-CNN的方法主要是利用卷积神经网络在单帧图像中提取显著特征，然后根据时空信息和上下文信息进行整合，最终得到显著性检测结果。
其中，时空信息指的是视频中不同帧之间的关系，而上下文信息则是指周围像素点对当前像素点的影响。
在2D-CNN方法中，最常用的是基于编码器-解码器结构的U-Net模型，因为这种模型既能保留大量的下采样特征信息，又能减少信息损失。
2、基于3D-CNN的方法基于3D-CNN的方法是在2D-CNN的基础上，增加了对时间维度的处理，即计算3D卷积。
这种方法能够更好地建模视频中的时空关系，提高显著性检测的准确性。
但是，由于3D-CNN在计算量上的要求很高，这种方法往往需要使用多个GPU进行并行计算。
三、基于深度学习的视频显著性检测应用基于深度学习的视频显著性检测技术在图像搜索、广告推荐、视频监控、自动驾驶等领域都有着广泛的应用。
例如，在自动驾驶领域，视频显著性检测可以帮助车辆更好地辨认路面上的障碍物和交通信号；在广告推荐领域，视频显著性检测可以帮助广告主更准确地定位用户的注意力区域，提高广告的转化率。
四、基于深度学习的视频显著性检测未来发展趋势目前，基于深度学习的视频显著性检测技术仍有许多研究方向值得探索。
未来发展趋势主要包括以下几个方面：1、结合传统方法和深度学习方法进行检测。
基于卷积神经网络的视觉显著性检测研究
基于卷积神经网络的视觉显著性检测研究近年来，计算机视觉技术取得了飞速的发展，其中视觉显著性检测技术受到了广泛关注。
视觉显著性检测的目的是在一幅图像中找到最具有区分性、最能吸引人眼注意力的信息区域，此技术应用广泛，如广告设计、数字媒体制作等。
在传统图像处理领域中，视觉显著性检测往往是人工简单地选取一些规则区域。
而在基于深度学习的方法中，卷积神经网络（Convolutional Neural Networks，CNN）逐渐成为了一种新兴技术，而基于CNN的视觉显著性检测也得到了前所未有的进展。
视觉显著性检测技术常见的方法主要是使用基于图像特征的算法，如颜色、纹理、边缘等特征。
然而，这些方法大多都需要提前选择感兴趣的特征，并且需要较长的运行时间。
基于CNN的视觉显著性检测方法采用了端对端的学习，可以在不需要人工提取特征的情况下，直接从原始图像中学习出一个最优的模型，极大地提高了检测的准确率和效率。
目前，基于CNN的视觉显著性检测研究已经涌现出了很多经典的算法，如DeepGaze、ML-Net等。
其中DeepGaze是一种基于卷积神经网络的显著性检测算法，作者与不同的模型结构和数据增强等措施，成功地将显著性检测成功的准确率提高了数十个百分点。
此外，基于CNN的视觉显著性检测的研究也逐渐发展出了一些新的方向。
例如，有学者提出了基于海马式计算的静态视觉显著性检测模型。
该方法利用双向循环神经网络（Bidirectional Recurrent Neural Network，Bi-RNN）来模拟视觉通道的前向与反向传递机制，在学习视觉显著性的过程中，模型可以对输入图像进行自动切分，并学习和提取输入图像的复杂特征。
这种方法能够有效地模拟人脑感知信息的过程，使得视觉显著性检测结果更加准确。
基于CNN的视觉显著性检测技术还有一个研究热点，即融合多种信息来提高检测效果。
例如，有学者提出了一种基于卷积神经网络和空间注意力机制的显著性检测方法。
虚拟现实全景图像显著性检测研究进展综述
２０１９年
特的观看方 式，如 果 将 传 统 图 像 的 显 著 性 检 测 模 型 直 接应用于 ＶＲ全景图像，效果并不理想．因此，需要研究 符合 ＶＲ全景图像特性的显著性检测技术．在最近的文 献中，已经出现了一些针对 ＶＲ全景图像显著性检测的 研究工作 ［７］，并取得 了 一 定 的 进 展，但 仍 存 在 一 些 值 得 深入剖析的问题．基于这一点，本文首先分析 ＶＲ全景 图像的独特 观 看 特 性 及 其 对 视 觉 注 意 机 制 的 影 响，然 后基于平面图像到 ＶＲ全景图像显著性检测的演进过 程，对现有的 ＶＲ全景图像显著性检测算法归纳总结， 最后讨论了未来 ＶＲ全景图像与视频显著性检测的研 究趋势．
ＶＲ全景图像的分 辨 率 是 传 统 图 像 的 几 倍，这 使 得 ＶＲ全景图像 的 存 储 和 传 输 都 变 十 分制 体 现 了 一 种 具 有 选 择 性 的 注 意 能 力，即 面对一个场景时，人 类 能 够 自 动 地 处 理 感 兴 趣 区 域，而 选择性地忽略不感兴趣区域．因此，有必要对 ＶＲ全景 图像中的信息进行显著性检测，以便合理地减少 ＶＲ全 景图像中的视觉冗余信息．对 ＶＲ全景图像进行显著性 检测，不仅可以提高 ＶＲ全景图像的压缩效率［２］，减少 传输带宽［３］，而且对 ＶＲ全景图像编辑［４］起着至关重要 的作用．
ＡｎＯｖｅｒｖｉｅｗ ｏｆＲｅｓｅａｒｃｈＰｒｏｇｒｅｓｓｏｎＳａｌｉｅｎｃｙ ＤｅｔｅｃｔｉｏｎｏｆＰａｎｏｒａｍｉｃＶＲ Ｉｍａｇｅｓ
ＤＩＮＧＹｉｎｇ１，２，ＬＩＵＹａｎｗｅｉ１，ＬＩＵＪｉｎｘｉａ３，ＬＩＵＫｅｄｏｎｇ１，２，ＷＡＮＧＬｉｍｉｎｇ１，ＸＵＺｈｅｎ１
（１ＩｎｓｔｉｔｕｔｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１００８６４，Ｃｈｉｎａ； ２ＳｃｈｏｏｌｏｆＣｙｂｅｒＳｅｃｕｒｉｔｙ，ＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０００４９，Ｃｈｉｎａ；
光流法和显著性相结合的动态背景下运动目标检测方法
光流法和显著性相结合的动态背景下运动目标检测方法随着计算机视觉和深度学习技术的不断发展，运动目标检测成为了计算机视觉领域中的一个重要研究方向。
在实际生活中，通过视频监控系统进行运动目标检测是非常常见的需求，因此如何准确地检测出视频中的运动目标成为了一个具有挑战性的问题。
在动态背景下进行运动目标检测更加具有挑战性，因为背景的变化会对检测结果产生影响。
在这样的背景下，结合光流法和显著性检测技术可以提高运动目标检测的准确率和鲁棒性。
光流法是一种常用的用于检测视频中运动目标的方法，它通过分析连续帧之间的像素位移来推断出目标的运动轨迹。
光流法可以较准确地检测静止或缓慢移动的目标，但在动态背景下，由于背景的干扰，光流法容易产生误检测。
结合显著性检测技术可以有效提高运动目标检测的准确率。
显著性检测技术是一种用于分析图像或视频中显著目标的方法，通过计算像素的显著性值来确定图像中的显著目标。
在动态背景下，显著性检测可以帮助过滤掉背景中的干扰，从而使得光流法可以更好地检测出运动目标。
对视频帧进行显著性检测，得到每一帧图像中的显著性目标。
然后，对显著性目标进行目标跟踪，通过光流法计算目标的运动轨迹。
接着，利用背景差分的方法将运动目标和背景进行分离，得到运动目标的区域。
对运动目标的区域进行形态学处理和目标检测算法，得到最终的运动目标检测结果。
光流法和显著性相结合的动态背景下运动目标检测方法具有重要的实际意义和研究价值。
通过进一步的研究和实验，可以进一步提高该方法的准确率和鲁棒性，推动运动目标检测技术的发展。
相信在未来的研究中，这一方法将会得到更加广泛的应用和推广。
基于深度学习的显著性目标检测技术研究
基于深度学习的显著性目标检测技术研究随着计算机技术的不断发展，人们对计算机视觉的要求也越来越高。
在计算机视觉领域，显著性目标检测技术是一个非常重要的研究方向，它可以识别图像中最具有显著性的目标，为其他任务（如物体识别、图像搜索等）提供帮助。
随着深度学习技术的发展，基于深度学习的显著性目标检测技术也在不断地提升。
一、显著性目标检测技术的研究背景在传统的图像处理技术中，显著性目标检测通常使用局部特征提取的算法。
但是，这种算法表现出来的准确性和鲁棒性有限，因此无法满足大规模图像数据的要求。
深度学习作为一种新兴的技术，可以通过深度学习模型自动学习图像特征，提升图片的识别准确率。
因此，基于深度学习的显著性目标检测技术得到了研究。
二、基于深度学习的显著性目标检测技术的优势基于深度学习的显著性目标检测技术相比传统技术有以下优势：1、自动学习能力强：深度学习模型可以自动学习图像特征和模式，而不需要人为的干预。
2、检测精度高：在一些公开数据集上，基于深度学习的显著性目标检测技术取得了更好的效果，可以更为准确地检测到目标。
3、适用范围广：基于深度学习的显著性目标检测技术适用于不同类型的图像、多种尺度和不同角度的目标检测。
三、基于深度学习的显著性目标检测技术的研究进展随着深度学习技术的不断发展，基于深度学习的显著性目标检测技术也在不断地提升。
以下是一些研究进展：1、深度学习网络的选择：最初基于深度学习的显著性目标检测技术主要使用深度卷积神经网络 (CNN)。
随着研究的深入，一些研究人员提出了基于循环神经网络 (RNN)等其他类型的深度学习网络。
这些研究发现不同类型的深度学习网络在不同的数据集上可以达到更好的效果。
2、多尺度融合技术：随着目标尺寸和角度的变化，图像的显著性目标也会发生变化。
因此，多尺度融合技术已经成为基于深度学习的显著性目标检测中不可缺少的技术。
3、结合其他技术：由于深度学习模型的训练需要大量的数据和时间，一些研究人员将深度学习模型与其他传统的检测技术进行结合，以实现更好的表现。
基于深度学习的红外视频显著性目标检测
基于深度学习的红外视频显著性目标检测基于深度学习的红外视频显著性目标检测引言：随着社会的发展和科技的进步，红外视频在军事、安防、消防等领域得到了广泛的应用。
在红外视频中，显著性目标的检测是一项重要的研究任务。
传统的红外视频目标检测方法通常基于手工提取的特征，存在着特征提取困难、鲁棒性差等问题。
而深度学习的兴起为红外视频显著目标检测提供了新的解决方案。
本文将介绍基于深度学习的红外视频显著性目标检测的方法和应用。
一、红外视频的特点红外视频与可见光视频相比有其独特的特点。
首先，红外视频可以在低光、夜间等环境下进行采集，适用于许多特殊场景。
其次，红外视频能够捕捉到物体的热能信息，对于军事和安防等领域的目标检测具有重要意义。
然而，由于红外视频中的目标通常具有低对比度，背景噪声较大，导致目标与背景之间的区分度较低，给目标的检测带来了挑战。
二、深度学习在红外视频显著目标检测中的应用深度学习是一种基于人工神经网络的机器学习方法，通过多层神经网络的训练，可以从数据中学习到更高层次的特征表示。
近年来，深度学习在计算机视觉领域取得了巨大的成功，其在红外视频显著性目标检测中也得到了广泛的应用。
1. 基于卷积神经网络的目标检测方法卷积神经网络（Convolutional Neural Network，CNN）是目前最常用的深度学习模型之一。
通过多层卷积和池化操作，CNN可以从原始红外视频数据中提取出丰富的特征表示。
在红外视频显著目标检测中，研究者通常将红外视频帧作为输入，将其经过卷积神经网络进行特征提取，然后通过分类器进行目标检测。
2. 基于循环神经网络的目标检测方法循环神经网络（Recurrent Neural Network，RNN）是一种能够处理序列数据的深度学习模型。
红外视频可以看作是由一系列连续帧组成的时间序列数据，因此，循环神经网络在红外视频显著性目标检测中有着独特的应用价值。
研究者通过将红外视频帧序列输入循环神经网络进行训练，可以从时间维度上对目标进行建模，从而提高目标检测的准确率和稳定性。
视觉显著性检测方法及其在轨道交通中的工程应用研究
视觉显著性检测方法及其在轨道交通中的工程应用研究视觉显著性检测是计算机视觉领域的一个重要研究方向，主要用于模拟人眼视觉系统，对图像或视频中的显著性目标进行检测和定位。
视觉显著性检测方法可以应用于多个领域，其中之一就是轨道交通工程。
本文将探讨视觉显著性检测方法及其在轨道交通中的工程应用研究。
首先，我们来了解一下视觉显著性检测方法。
视觉显著性检测主要分为两个步骤：低层特征提取和显著性分析。
低层特征提取是指从原始图像中提取一些与显著性目标相关的特征信息，例如颜色、纹理、对比度等。
显著性分析是指基于低层特征对图像中的显著性目标进行定位和评估。
常用的视觉显著性检测方法包括频域方法、时域方法、时频域方法和深度学习方法等。
1.交通行为分析：通过对交通图像进行视觉显著性检测，可以提取交通参与者的行为特征，例如车辆的行驶轨迹、行驶速度、车距等。
基于这些行为特征，可以对交通状况进行分析，从而指导交通控制和规划。
2.目标检测与跟踪：在轨道交通监控系统中，往往需要对车辆、行人等目标进行检测和跟踪。
视觉显著性检测可以帮助识别并跟踪显著目标，从而提高监控系统的准确性和效率。
3.交通事件检测与预警：视觉显著性检测可以帮助监测交通中的异常事件，例如车辆违规、事故发生等。
通过及时检测并预警这些异常事件，可以提高道路交通的安全性和效率。
4.基于显著性的图像增强：视觉显著性检测可以帮助提高轨道交通监控图像的质量和清晰度。
通过对图像中的显著目标进行增强处理，可以使监控图像更加鲜明和清晰，提高交通监控系统的可用性和可靠性。
综上所述，视觉显著性检测是轨道交通工程中的一项重要研究内容，可以应用于交通行为分析、目标检测与跟踪、交通事件检测与预警以及图像增强等方面。
未来，随着计算机视觉技术的进一步发展和研究，视觉显著性检测方法在轨道交通领域的应用前景将更加广阔。
多尺度视觉感知融合的显著性目标检测
多尺度视觉感知融合的显著性目标检测目标检测是计算机视觉领域中的关键任务之一。
准确地检测并定位图像中的感兴趣目标对于实现自动化分析和理解具有重要意义。
在目标检测任务中，显著性目标检测是其中的一个重要研究方向，其目标是从图像中自动地识别并定位出显著性目标。
近年来，多尺度视觉感知融合的显著性目标检测方法受到了广泛的关注。
这一方法旨在利用图像中的多个尺度信息来提高目标检测的准确性和鲁棒性。
在这种方法中，图像在不同尺度下进行处理和分析，然后将不同尺度的结果进行融合，从而得到最终的目标检测结果。
为了实现多尺度视觉感知融合的显著性目标检测，研究者们提出了各种不同的方法和算法。
其中一种常见的方法是使用图像金字塔技术对图像进行多尺度表示。
图像金字塔是一种将原始图像根据不同的尺度进行分解的技术，可以得到一系列尺度不同的图像。
通过在不同尺度的图像上进行目标检测，可以获得更全面和鲁棒的检测结果。
除了图像金字塔技术，研究者们还提出了其他的多尺度处理方法。
例如，一些研究者利用卷积神经网络（Convolutional Neural Networks，CNN）在不同尺度上对图像进行处理和特征提取。
CNN是一种深度学习模型，可以学习并提取图像中的特征。
通过在不同尺度上应用CNN，可以得到具有不同感受野的特征图，从而增强目标检测的能力。
此外，研究者们还提出了多尺度融合的方法来综合利用不同尺度的检测结果。
例如，一些方法使用加权平均或者投票的方式融合不同尺度的检测结果。
这样的融合方法可以有效地提高目标检测的准确性。
此外，还有一些方法使用递归神经网络（Recurrent Neural Networks，RNN）来进行多尺度融合。
RNN是一种具有记忆性的神经网络，可以利用之前的信息来指导后续的处理过程。
在实际应用中，多尺度视觉感知融合的显著性目标检测已经取得了一些重要的进展。
例如，该方法在视频监控、无人驾驶、智能交通等领域都有广泛的应用。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｔｅｌ：＋８６—１ ０—６２５６２５６３
视频 显著性检 测研 究进 展
丛润民 ，雷建军 ，付华柱 ，王文冠。，黄庆明 ，牛力杰
（天津大 学 电气 自动化 与信 息工程 学院，天津 ３０００７２） （Ｉｎｓｔｉｔｕｔｅ ｆｏｒ Ｉｎｆｏｃｏｍｍ Ｒｅｓｅａｒｃｈ，Ａｇｅｎｃｙ ｆｏｒ Ｓｃｉｅｎｃｅ，Ｔｅｃｈｎｏｌｏｇｙ ａｎｄ Ｒｅｓｅａｒｃｈ，Ｓｉｎｇａｐｏｒｅ １３８６３２，Ｓｉｎｇａｐｏｒｅ） （北京理 工大 学 计算机 学 院，北京 １０００８１） （中国科 学院大 学 计算 机与控 制学 院，北京 １００１９０） 通讯 作者 ：雷 建军，Ｅ—ｍａｉｌ：ｊｊｌｅｉ＠ｔｊｕ．ｅｄｕ．ｃｎ
中文 引用格 式 ：丛 润 民，雷 建军 ，付 华柱 ，王 文冠 ，黄 庆 明，牛力 杰．视频 显著 性检 测研 究进 展 ．软件 学 报，２０１８，２９（８）：２５２７—２５４４． ｈｔｔｐ：／／ｗｗｗ．ｊｏｓ．ｏｒｇ．ｏｎ／１０００·９８２５／５５６０．ｈｔｍ 英 文 引用 格式 ：Ｃｏｎｇ ＲＭ，Ｌｅｉ ＪＪ，Ｆｕ ＨＺ，Ｗａｎｇ ＷＧ，Ｈｕａｎｇ ＱＭ，Ｎｉｕ ＬＪ．Ｒｅｓｅａｒｃｈ ｐｒｏｇｒｅｓｓ ｏｆ ｖｉｄｅｏ ｓａｌｉｅｎｃｙ ｄｅｔｅｃｔｉｏｎ．Ｒｕａｎ Ｊｉａｎ Ｘｕｅ Ｂａｏ／Ｊｏｕｒｎａｌ ｏｆ Ｓｏｆｔｗａｒｅ，２０１８，２９（８）：２５２７—２５４４（ｉｎ Ｃｈｉｎｅｓｅ）．ｈｔｔｐ：／／ｗｗｗ．ｊｏｓ．ｏｒｇ．ｏｎ／１０００—９８２５／５５６０．ｈｔｍ
Ｒ ｅｓｅａｒｃｈ Ｐｒｏｇｒｅｓｓ ｏｆ Ｖｉｄｅｏ Ｓａｌｉｅｎｃｙ Ｄ ｅｔｅｃｔｉｏｎ
ＣＯＮＧ Ｒｕｎ．Ｍ ｉｎ ， ＬＥＩ Ｊｉａｎ—Ｊｕｎ ， ＦＵ Ｈｕａ．Ｚｈｕ ， ＷＡＮＧ Ｗｅｎ—Ｇｕａｎ ， ＨＵＡＮＧ Ｑｉｎｇ—Ｍｉｎｇ ， ＮＩＵ Ｌｉ—Ｊｉｅ
（Ｓｃｈｏｏｌ ｏｆ Ｅｌｅｃｔｒｉｃａｌ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｔｉａｎｊｉｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ ３０００７２，Ｃｈｉｎａ） 。（Ｉｎｓｔｉｔｕｔｅ ｆｏｒ ｌｎｆｏｃｏｍｍ Ｒｅｓｅａｒｃｈ，Ａｇｅｎｃｙ ｆｏｒ Ｓｃｉｅｎｃｅ，Ｔｅｃｈｎｏｌｏｇｙ ａｎｄ Ｒｅｓｅａｒｃｈ，Ｓｉｎａｐｏｒｅ １３８６３２，Ｓｉｎｇａｐｏｒｅ） （Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ １ ０００８ １，Ｃｈｉｎａ） （Ｓｃｈｏｏｌ ｏｆＣｏｍｐｕｔｅｒ ａｎｄ Ｃｏｎｔｒｏｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｕｎｉｖｅｒｓｉｔｙ ｏｆＣｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ １００１９０，Ｃｈｉｎａ）
软件 学 报 ＩＳＳＮ １０００ ９８２５，ＣＯＤＥＮ ＲＵＸＵＥＷ Ｊｏｕｒｎａｌ ｏｆＳｏｆｔｗａｒｅ，２０１８，２９（８）：２５２７—２５４４［ｄｏｉ：１０．１３３２８￣．ｃｎｋｉ．ｊｏｓ ００５５６０］ ◎中国 科 学 院软 件 研 究 所版 权 所 有 ．
Ｅ－ｍａｉｌ：ｊｏｓ＠ｉｓｃａｓ．ａｃ．ｃｎ ｈｔｔｐ：／／ｗｗｗ．ｊｏｓ．ｏｒｇ．ｃｎ
ｄｉｖｅｒｓｅ ｍ ｏｔｉｏｎ ｐａｔｔｅｒｎｓ，ａｎｄ ｃａｍ ｅｒａ ｍ ｏｔｉｏｎｓ ｉｎ ｖｉｄｅｏ ｓｅｑｕｅｎｃｅｓ，ｖｉｄｅｏ ｓａｌｉｅｎｃｙ ｄｅｔｅｃｔｉｏｎ ｉｓ ａ ｍ ｏｒｅ ｃｈａｌｌｅｎｇｉｎｇ ｔａｓｋ ｔｈａｎ ｉｍ ａｇｅ ｓａｌｉｅｎｃｙ ｄｅｔｅｃｔｉｏｎ．Ｔｈｉｓ ｐａｐｅｒ ｓｕｍ ｍ ａｒｉｚｅｓ ｔｈｅ ｅｘｉｓｔｉｎｇ ｍ ｅｔｈｏｄｓ ｏｆ ｖｉｄｅｏ ｓａｌｉｅｎｃｙ ｄｅｔｅｃｔｉｏｎ，ｉｎｔｒｏｄｕｃｅｓ ｔｈｅ ｒｅｌｅｖａｎｔ ｅｘｐｅｒｉｍ ｅｎｔａｌ ｄａｔａｓｅｔｓ，ａｎｄ
Ａｂｓｔｒａｃｔ： Ａｓ ａ ｈｏｔ ｔｏｐｉｃ ｉｎ ｃｏｍｐｕｔｅｒ ｖｉｓｉｏｎ ｃｏｍｍｕｎｉｔｙ，ｖｉｄｅｏ ｓａｌｉｅｎｃｙ ｄｅｔｅｃｔｉｏｎ ａｉｍｓ ａｔ ｃｏｎｔｉｎｕｏｕｓｌｙ ｄｉｓｃｏｖｅｒｉｎｇ ｔｈｅ ｍｏｔｉｏｎ。ｒｅｌａｔｅｄ
ｓａｌｉｅｎｔ ｏｂｊｅｃｔｓ ｆｒｏｍ ｔｈｅ ｖｉｄｅｏ ｓｅｑｕｅｎｃｅｓ ｂｙ ｃｏｎｓｉｄｅｒｉｎｇ ｔｈｅ ｓｐａｔｉａｌ ａｎｄ ｔｅｍｐｏｒａｌ ｉｎｆｏｒｍａｔｉｏｎ ｊｏｉｎｔｌｙ．Ｄｕｅ ｔｏ ｔｈｅ ｃｏｍｐｌｅｘ ｂａｃｋｇｒｏｕｎｄｓ，
摘 要 ： 视频显著 性检 测是计算机视 觉领域 的一 个热点研 究方向，其 目的在 于通 过联合 空间和时 间信 息 实现视频 序 列中与运 动相关的显著性 目标 的连续提取 ．由于视 频序 列 中 目标运动模 式多样 、场景复杂以及存在相机运 动等， 使得视 频显著 性检 测极具挑战性．对现有 的视 频显著 性检 测方法进行梳理，介 绍相 关实验数据 集，并通过 实验 比较分 析现有 方法的性能．首先，介绍 了基 于底层线 索的视频显著 性检 测方法，主要 包括 ５类 ：基于 变换分析的方法 、基 于稀 疏表 示的方法、基于信 息论 的方法、基 于视 觉先验 的方法和其他方法．然后，对 基于 学习的视频显著性检 测方法进 行 了总结，主要 包括传统 学 习方法和深度 学 习方 法，并着 重对 后一类方 法进行 了介 绍．随后，介 绍 了常用 的视 频显著 性检 测数据 集，给 出了 ４种 算法性能评价 指标，并在 不同数据 集上对 最新 的几种 算法进行 了定性和定量的比较 分析． 最后 ’对视 频显著 性检 测的关键 问题进行 了总结，并对 未来 的发展趋 势进行展 望． 关键词 ： 视频显著性检 测；底层线索；机 器学 习；深度 学习 中 图 法 分 类 号 ：ＴＰ３９１