【正文】 綜合課程設計 （計算機） 題 目 : 通過概率分布預測的端 到端的顯著性映射 學 院： 理學院 班 級： 學 生 姓 名： 學 生 學 號： 指 導 教 師： 2021 年 12 月 24 日 課程設計任務書 姓名 班級 學號 設計題目 通過概率分布預測的 端到端顯著性映射 設計目標 介紹一個新的 顯著 圖模型制定一個地圖作為廣義伯努利分布。 然后，訓練深層架構(gòu)，使用新的損失函數(shù)來預測這樣的地圖，其將 softmax激活函數(shù)與設計為計算概率分布之間的距離的度量配對。 在廣泛的實驗中展示了這樣的損失函數(shù)在四個公共基準數(shù)據(jù)集上的標準函數(shù)的有效性，并且證明了相對于最先進的 顯著 性方法改進的性能。 研究方法步驟 預期結(jié)果 一種新的 顯著 性配方和模型，用于預測輸入圖像的 顯著 圖。 使用目標函數(shù)訓練深度網(wǎng)絡，該目標函數(shù)以概率分布的形式 捕獲 目標和預測地圖之間的距離。 對四個數(shù)據(jù)集 的實驗證明了 本 方法相對于其他損失函數(shù)和其他最先進的 顯著 性估計方法的優(yōu)越性能。 計劃與進步的安排 第 2天：查找題目 相關(guān) 的文獻資料 ； 第 4天： 粗讀論文，了解其研究 背景 、相關(guān)工作和實驗結(jié)果； 第 57 天： 詳讀論文， 理解核心 工作極其 創(chuàng)新點 ； 第 810 天 ：根據(jù)文章撰寫課程設計報告； 第 11 天：從網(wǎng)上 搜索 PPT模板 并制作答辯 PPT； 第 12 天：匯報答辯 ，并根據(jù)教師提出的問題修改 報告 和 PPT。 目錄 摘要 ................................... 錯誤 !未定義書簽。 1 引言 ................................ 錯誤 !未定義書簽。 2 相關(guān) 工作 ............................ 錯誤 !未定義書簽。 3 本文 要點 ............................................ 3 問題模型 ........................ 錯誤 !未定義書簽。 算法設計 ........................ 錯誤 !未定義書簽。 4 實驗 ................................................ 7 5 結(jié)論 ................................................ 8 6 課程設計心得體會 ................................... 10 7 參考文獻 ............................ 錯誤 !未定義書簽。 注：（ 1）頁腳：從摘要開始進行頁碼編號Ⅰ ,Ⅱ …… ； （ 2）目錄內(nèi)容用宋體 4 號； （ 3） 目錄可根據(jù)英文原文適當調(diào)整， 包括 2 級標題、 3 級標題 的設置等 。 I 摘要 最 顯著 性估計方法旨在顯式地建模諸如邊緣或斑點的低級別醒目提示，并且可以另外使用面部或文本檢測來并入自上而下的提示。使用眼睛數(shù)據(jù)訓練 顯著 性模型的數(shù)據(jù)驅(qū)動方法越來越受歡迎，特別 是隨著大規(guī)模數(shù)據(jù)集和深層架構(gòu)的引入。然而，后者范例中的當前方法使用為分類或回歸任務設計的損失函數(shù)，而在地形圖上評估 顯著 性估計。在這項工作中，我們介紹一個新的 顯著 圖模型制定一個地圖作為廣義伯努利分布。 然后，我們訓練深層架構(gòu)，使用新的損失函數(shù)來預測這樣的地圖，其將 softmax 激活函數(shù)與設計為計算概率分布之間的距離的度量配對。 我們在廣泛的實驗中展示了這樣的損失函數(shù)在四個公共基準數(shù)據(jù)集上的標準函數(shù)的有效性，并且證明了相對于最先進的 顯著 性方法改進的性能。 關(guān)鍵詞： 廣義伯努利分布 ， 損失函數(shù) ， 顯著 性方法 綜合課程設計（計算機） II 1 引言 這項工作涉及視覺注意預測，特別是，當給定輸入圖像時預測地形視覺 顯著圖。 傳統(tǒng)上，視覺注意在計算機視覺中用作預處理步驟，以便將后續(xù)處理集中在圖像中感興趣的區(qū)域上，隨著視覺模型和數(shù)據(jù)集尺寸增加，視覺注意作為越來越重要的步驟。 顯著 圖預測已經(jīng)在諸如自動圖像裁剪 。 內(nèi)容感知圖像大小調(diào)整，圖像縮略圖 ， 物體識別和融合場景以及人類行為分類。傳統(tǒng) 顯著 性模型，如 Itti等人的開創(chuàng)性工作。側(cè)重于設計明確建模生物系統(tǒng)的機制。 另一種流行的注意建模范例涉及使用數(shù)據(jù)驅(qū)動方法來學習補丁級分類器 ，其給予局部圖像補丁 “ 顯著 性得分 ” ，使用眼睛數(shù)據(jù)來導出訓練標簽。最近出現(xiàn)的一種趨勢與這兩種模式相交：使用分層模型提取 顯著 圖，其中模型權(quán)重以受監(jiān)督的方式被學習。特別地，已經(jīng)成功地用于諸如分類或?qū)ο蠖ㄎ坏恼Z義標記任務中的端對端或 “ 深 ” 體系結(jié)構(gòu)已經(jīng)被重新用作注意模型。這種趨勢通過引入使用新穎的眼動移動收集范例創(chuàng)建的大視覺注意數(shù)據(jù)集而得以促進 [16,43]。然而，雖然這些深層方法集中在設計適當?shù)募軜?gòu)以提取 顯著 圖，但是它們繼續(xù)使用適用于語義任務的損失函數(shù)，例如分類或回歸損失。 綜合課程設計（計算機） III 2 相關(guān)工作 現(xiàn)有的方法可以被組織成四個大類中的一個，基于它們是否涉及淺的或深的架構(gòu)，以及無監(jiān)督的或監(jiān)督的學習范例。 我們將依次討論這些大類。 對于一個優(yōu)秀的 顯著 性估計方法的調(diào)查，請參考 [2]。 無監(jiān)督的淺層方法大多數(shù)早期的 顯著 性工作建立在人類研究的心理和心理物理注意模型上。 Koch 和 Ullman [20]首先使用特征整合理論 [40]來提出一組基本線索的單獨地形圖，例如顏色，對比度和運動，并將它們組合起來以產(chǎn)生 顯著 的全局地形圖。 他們的模型是使用一個簡單的神經(jīng)電路實現(xiàn)的贏家獲得所有和抑制回程機制。 在 [13]中通過將特征圖組合在一組更廣泛的模態(tài)（ 42個這樣的圖）和對真實世界圖像的測試中進一步研究。 后來的方法在很大程度上探討了互補特征集 [14， 41， 26， 24， 45， 32]的相同想法，并且經(jīng)常添加額外的中心環(huán)繞線索 [14,31,45]。 作為補充生物動機的方法，許多方法采用信息理論的注意選擇理由，例如。 通過自我信息 [46]，信息最大化 [4]或貝葉斯驚奇 [12]。 通過基于頻譜的方法實現(xiàn)高計算效率 [10,35]。 所有這些方法使用自下而上的線索，淺（一層或幾層），并且不涉及閾值 /啟發(fā) 式的或簡單的學習。 監(jiān)督淺層方法此類別包括基于學習的方法，涉及模型如馬可夫鏈 [8]，支持向量機 [19,18]和 adaboost 分類器 [6]。 [8]代替中心的想法 包圍和規(guī)范化與可學習的圖重量。 [6]， [18]和 [48]通過以面部，人，汽車和地平線的檢測圖的形式引入自上而下的語義線索來豐富學習。 無監(jiān)督層次方法在 顯著 性預測的上下文中，首先嘗試采用更深層次的架構(gòu)大多是無監(jiān)督的。 [37]使用 3層稀疏編碼單元網(wǎng)絡從固定圖像塊中學習更高層次的概念。 [42]執(zhí)行大規(guī)模搜索以獲得最多三層的最佳網(wǎng)絡架構(gòu)，但是網(wǎng)絡權(quán) 重未被學習。 DeepGaze [23]采用現(xiàn)有的網(wǎng)絡架構(gòu)， 5層深的 AlexNet [21]在ImageNet 上進行對象分類訓練，以證明即使沒有訓練， CNN的特性也能 顯著 優(yōu)于非深度和 “ 較淺 ” 的模型 明確地對 顯著 性預測的任務。 在他們的情況下，學習意味著確定來自不同網(wǎng)絡層的特征的最佳線性組合。 監(jiān)督層次方法大規(guī)模關(guān)注數(shù)據(jù)集的出版，如 SALICON [16]和 TurkerGaze / iSUN [43]，已經(jīng)能夠為深度預測的任務特別培訓深層架構(gòu)。 我們的工作在于這一類，并涉及培訓具有新穎的損失函數(shù)的端對端深度模 型。 SALICON [16]收集了一個新的數(shù)據(jù)收集范例，其中觀察者顯示移動的圖像，并要求移動鼠標光標周圍，以模擬高分辨率中央凹。 這種新的范例用于注釋來自 MSCOCO 數(shù)據(jù)集的 20K 圖像 [25]。 依靠這個新的大規(guī)模數(shù)據(jù)集， [33]的作者訓練了一個網(wǎng)絡端到端的 顯著 性預測。 他們的網(wǎng)絡，名為 JuntingNet，由五個卷積和兩個完全連接的層組成，網(wǎng)絡的參數(shù)通過最小化在地面真實 顯著 圖上定義的歐幾里得損失函數(shù)來學習。 這種方法報告了 LSUN 2021 顯著 預測挑戰(zhàn)的最先進的結(jié)果 [47]。 另一種端到端方法將 顯著 性預 測作為回歸來制定 [22]。 DeepFix 建立在非常深的 VGGNet [38]上，使用具有大和多尺寸接收場的卷積層來捕獲互補圖像上下文，并引入位置偏置卷積（ LBC）層來建模中心偏置。 最后，這個范例中最近的一個作品 [11]提出使用深層神經(jīng)網(wǎng)絡通過雙管齊下的策略來彌合 顯著 性預測中的語義差距。 第一個是使用 KL發(fā)散作為損失函數(shù)，其由以下事實激發(fā)：它是用于評估 顯著 性方法的標準度量。 第二個是來自粗略和精細分辨率的響應圖的聚集。在這項工作中，我們認為 顯著 圖的良好動機的概綜合課程設計（計算機） IV 率模型，因此研究使用 KL散度，其他概率距離度 量，作為損失函數(shù)。 正如我們在第 4節(jié)討論的，我們觀察到，我們的 Bhattacharyya