SSAV(CVPR2019-口服)
代号为CVPR2019纸,“将更多关注视频感兴趣区域提取”,,,,。
联系人:,电子邮件:
带有代码的纸张: ://paperswithcode.com/task/video-salient-object-detection(“[D*F*n]、[S**V2*19c*prbe****ark]”)
摘要过去十年见证了对视频显着目标检测(VSOD)的日益增长的兴趣。 然而,长期以来,研究界缺乏一个完善的VSOD数据集,该数据集代表了具有高质量注释的真实动态场景。 为了解决这个问题,我们精心收集了一个视觉注意一致的密集注释VSOD(DAVSOD)数据集,其中包含226个视频,其中23,938帧涵盖了各种现实场景,对象,实例和动作。 借助相应的真实人眼注视数据,我们可以获得精确的地面真相。 这是第一个明确强调显着性变化挑战的工作,即视频显着对象可能会动