每天一分钟，带你读遍机器人顶级会议文章
标题：Look, Perceive and Segment: Finding the Salient Objects in Images via Two-stream Fixation-Semantic CNNs
作者：Xiaowu Chen, Anlin Zheng, Jia Li, Feng Lu
来源：ICCV 2017 ( IEEE International Conference on Computer Vision)
编译：博主
欢迎个人转发朋友圈；其他机构或自媒体如需转载，后台留言申请授权
摘要
近年以来，基于CNN的算法已经在图片显著性检测(SOD)上取得了令人惊叹的效果。无数的学者都努力寻找更加适合SOD任务的网络构架。
本文作者为了到达此目标，巧妙的使用了基于眼球跟踪获取的关注热力图(fixation density map)，并将其与分割网络融合，最后得到了一个双输入的网络架构。在整个网络架构中，关注热力图是使用眼球跟踪数据集进行训练，分割图是使用带有分割标签的数据训练；最后再将两个网络的结果融合在一起，并用显著性检测数据集训练一个inception分割网络。
实验表面，本文提出的网络架构非常赞！在4个公开数据集上，打败了10种当前最厉害的算法。
欲知详情如何，请点击链接获取原文。
图1 整个网络架构的流程图，基于关注热力图能够有效的提高显著性检测的精度。
图2 本文的网络框架结构
图3 本文算法的一些结果，第一列是输入图片，第二列是ground truth，最后一列是本文算法的结果。
