Revisión de la Detección de Saliencia Visual con Información Integral

El modelo de detección de saliencia visual simula el sistema visual humano para percibir la escena y ha sido ampliamente utilizado en muchas tareas de visión. Con el desarrollo de la tecnología de adquisición, está disponible información más integral, como pistas de profundidad, correspondencia entre imágenes o relaciones temporales, para extender la detección de saliencia de imágenes a detección de saliencia RGBD, detección de co-saliencia o detección de saliencia en video. El modelo de detección de saliencia RGBD se centra en extraer las regiones salientes de imágenes RGBD al combinar la información de profundidad. El modelo de detección de co-saliencia introduce la restricción de correspondencia entre imágenes para descubrir el objeto saliente común en un grupo de imágenes. El objetivo del modelo de detección de saliencia en video es localizar el objeto saliente relacionado con el movimiento en secuencias de video, considerando conjuntamente la pista de movimiento y la restricción espaciotemporal. En este documento, revisamos diferentes tipos de algoritmos de detección de saliencia, resumimos los problemas importantes de los métodos existentes y discutimos los problemas existentes y futuros trabajos. Además, se introducen brevemente los conjuntos de datos de evaluación y las medidas cuantitativas, y se lleva a cabo un análisis experimental y discusión para proporcionar una visión integral de los diferentes métodos de detección de saliencia.