基于深度神经网络的视频显著目标检测综述

作     者：杨成帮 王安志 任春洪 唐洁亮 YANG Chengbang;WANG Anzhi;REN Chunhong;TANG Jieliang

作者机构：贵州师范大学大数据与计算机科学学院贵阳550025 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2024年第60卷第19期

页      面：68-79页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金地区基金项目(62162013) 贵州师范大学学术新苗基金项目(黔师新苗30号) 

主　　题：视频显著目标检测 时空特征 深度学习 

摘      要：视频显著目标检测作为计算机视觉领域广泛关注的研究方向之一,其旨在定位和分割出视频中最显著的目标或区域。现有视频显著目标检测方法主要通过构建深度神经网络来从动态视频序列中提取时空特征进行显著性预测。对基于深度学习的视频显著目标检测方法进行全面梳理,阐述了视频显著目标检测的基本概念及应用场景;对基于深度学习的视频显著目标检测方法进行了分类,并按类别进行深入的分析和讨论;对视频显著目标检测领域的权威基准测试数据集及评价指标进行介绍,并在这些基准数据集上对最先进的模型进行了定量和定性实验对比分析和讨论;总结了视频显著目标检测面临的挑战,对其未来发展方向进行了展望。