內容簡介
顯著性物體檢測(Salient Object Detection, SOD)技術以人類視覺認知機製為基礎,模擬人類視覺系統的注意力機制。該技術涉及計算機視覺、機器學習、認知心理學、腦科學等多個學科,是典型的交叉學科技術,在現實生活中有著廣泛的應用基礎。 本書從數據採集、模型構建和評價標準設計三個方面對SOD技術展開了系統的研究,包括開放環境下的圖像SOD技術、動態場景下的SOD視覺轉移建模技術以及符合人類認知規律的評價指標設計。 本書可以作為高等院校計算機視覺及模式識別相關專業的本科生、研究生,以及計算機相關領域科研工作者的參考書。作者簡介
范登平,蘇黎世聯邦理工學院博士后研究員,曾任阿聯酋起源人工智能研究院(IIAI)研究員、阿里巴巴達摩院高級演算法工程師。長期從事計算機視覺領域中基礎理論和應用的研究,在認知規律啟發的視覺場景理解和評價準則方面取得了重要突破。在國內外權威期刊和會議上發表CCF A類論文近40篇(含6篇/EEE TPAM/論文),連續兩年入選CVPR Best Paper Finalists,榮獲首屆計圖開發者大會傑出論文獎和最具影響力(應用)論文獎,連續兩次入選由美國斯坦福大學公布的全球前2%頂尖科學家榜單(2021年、2022年)。「偽裝目標檢測」任務被英國權威雜誌New Scientist撰文報道,獲中國專利6項、美國專利3項。擔任中國計算機學會計算機視覺專業委員會委員、IEEE高級會員、CVPR 2023領域主席、第七屆MICCAI眼科醫學影像分析研討會領域主席,擔任國際期刊Computer Vision and Machine Learning的編委,長期擔任IEEETPAMI、IEEE TIP、IEEE TMI/等20餘種知名刊物的評審員。目錄
叢書序