目标检测基础知识学习||显著性目标检测

一、目标检测的分类和其他相关计算机视觉任务
参考：
目标检测总结笔记（Q&Cui）
1.目标检测根据检测的类别个数不同和输入不同可以细分为：
（1）单类目标跟踪，多类/同用目标检测
（2）静态图像目标检测，视频目标检测
2.相关的其他计算机视觉任务
1）物体定位（Localization）

• 给出输入图像的类别标签，并框出一个对应的物体
• 物体定位可以看成单个物体的检测任务
  
  2）实例分割
  在输入图像上精确地标记出每一个物体的所有像素点
  
  3）显著目标检测
• 显著目标：最吸引人注意力的区域/物体
• 前景/背景分割
  
  二、显著性目标检测
  参考：什么是自底向上/自上而下的显著性目标检测？https://blog.csdn.net/Leeeoplod/article/details/104130563
  显著性目标检测可以分为自上而下的显著性目标检测和自下而上的目标检测，又叫自上而下的注意机制和自底向上的注意机制。
  1.自底向上的注意机制
  这种检测方法由数据驱动，它可以理解为：仅受数据驱动，由此将视觉点指引到场景中的显著区域。比如在一群黑羊中有一只白羊，自底向上的注意机制的任务便是把这只白羊找出来。也就是说，通常与周围有较强对比度或与周围有明显不同的区域吸引自底向上注意机制的注意，如图。
  
  2.自上而下的注意机制
  这种注意机制由任务驱动，即由人的意识来指导。也就是说，它是在人的意识控制下对图像进行注意。比如在监视器视图中(如下图)，虽然高大的建筑更加与众不同、显眼，但是我们想要注意的是人，所以算法的目的不是找最显眼的目标，而是专注于实现“找人”这一任务。这种注意机制就是自上而下的注意机制。
  
  需要注意的是：计算机视觉领域主要做的是从下而上的视觉显著性，而从上而下的视觉显著性由于对人的大脑结构作用不够了解，无法深刻的揭示作用原理，在计算机视觉领域的研究也相应很少。