elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

End-to-End Saliency Mapping via Probability Distribution Prediction

Jetley, Saumya und Murray, Naila und Vig, Eleonora (2016) End-to-End Saliency Mapping via Probability Distribution Prediction. In: Proceedings of Computer Vision and Pattern Recognition 2016, Seiten 5753-5761. IEEE Xplore. Conference on Computer Vision and Pattern Recognition 2016, 2016-06-27 - 2016-06-30, Las Vegas, USA. doi: 10.1109/CVPR.2016.620.

[img] PDF
1MB

Offizielle URL: http://cvpr2016.thecvf.com/program/news_updates#proceedings

Kurzfassung

Most saliency estimation methods aim to explicitly model low-level conspicuity cues such as edges or blobs and may additionally incorporate top-down cues using face or text detection. Data-driven methods for training saliency mod- els using eye-fixation data are increasingly popular, par- ticularly with the introduction of large-scale datasets and deep architectures. However, current methods in this lat- ter paradigm use loss functions designed for classification or regression tasks whereas saliency estimation is evalu- ated on topographical maps. In this work, we introduce a new saliency map model which formulates a map as a generalized Bernoulli distribution. We then train a deep ar- chitecture to predict such maps using novel loss functions which pair the softmax activation function with measures designed to compute distances between probability distri- butions. We show in extensive experiments the effective- ness of such loss functions over standard ones on four pub- lic benchmark datasets, and demonstrate improved perfor- mance over state-of-the-art saliency methods.

elib-URL des Eintrags:https://elib.dlr.de/105153/
Dokumentart:Konferenzbeitrag (Poster)
Titel:End-to-End Saliency Mapping via Probability Distribution Prediction
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Jetley, Saumyasjetley (at) robots.ox.ac.ukNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Murray, Nailanaila.murray (at) xrce.xerox.comNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Vig, Eleonoraeleonora.vig (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:2016
Erschienen in:Proceedings of Computer Vision and Pattern Recognition 2016
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
DOI:10.1109/CVPR.2016.620
Seitenbereich:Seiten 5753-5761
Verlag:IEEE Xplore
Status:veröffentlicht
Stichwörter:End-to-End Saliency Mapping
Veranstaltungstitel:Conference on Computer Vision and Pattern Recognition 2016
Veranstaltungsort:Las Vegas, USA
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:27 Juni 2016
Veranstaltungsende:30 Juni 2016
Veranstalter :IEEE Computer Society and the Computer Vision Foundation (CVF)
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Verkehr
HGF - Programmthema:Verkehrsmanagement (alt)
DLR - Schwerpunkt:Verkehr
DLR - Forschungsgebiet:V VM - Verkehrsmanagement
DLR - Teilgebiet (Projekt, Vorhaben):V - Vabene++ (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > Photogrammetrie und Bildanalyse
Hinterlegt von:UNGÜLTIGER BENUTZER
Hinterlegt am:20 Jul 2016 10:52
Letzte Änderung:24 Apr 2024 20:10

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.