-
Salient Object Detection 내용 정리머신러닝, 딥러닝 공부 2021. 8. 21. 20:04반응형
Salient Object Detection (SOD)
간단히 설명하면 이미지에서 가장 salient(두드러진)하고 attention-grabbing 한 object를 찾아내어 해당 객체의 전체 범위를 segment 하는 것이다. 다른 말로 배경(background)에서 중요한 전경(foreground) 물체만을 분할해낸다. 이때 이미지에서 가장 salient 한 물체만을 검출해 내는 것이며 일반적인 Object Detection, Segmentation task와는 다르다. object detection은 이미지 내에서 물체를 찾아서 바운딩 박스로 감싸고 그 물체가 무엇인지 분류해내는 것을 목표로 한다. 반면 semantic segmentation은 이미지 내 물체들을 의미있는 단위로 분할한다.
Co-Salient Object Detection (Co-SOD)
SOD의 좀더 어려운 버전이라고 할 수 있다. 단일 이미지 내에서 정의는 동일한 속성을 가진 물체는 모두 SOD를 하는 것이며 (위 그림의 (b)) 이미지 그룹 내에서는 이미지들이 공통적으로 가지는 속성에 대해서 SOD를 수행한다. (위 그림의 (c), (d)) 최근 연구에는 후자에 대한 연구가 대부분 인 듯하다.
반응형'머신러닝, 딥러닝 공부' 카테고리의 다른 글
Neural Ordinary Differential Equations (Neural ODE) [작성 중] (0) 2022.03.09 Few-Shot Image Semantic Segmentation (0) 2021.10.04 Visual Transformer 구조 (0) 2021.02.08 Knowledge Distillation (0) 2021.02.01 Feature Pyramid Networks (0) 2021.01.05