-
题名基于时空倍频程卷积模块的轻量级视频显著性预测模型
- 1
-
-
作者
戴怡萱
韩冰
高新波
韩怡园
-
机构
西安电子科技大学电子工程学院
重庆邮电大学图像认知重庆市重点实验室
-
出处
《计算机工程与应用》
北大核心
2025年第14期248-255,共8页
-
基金
国家自然科学基金面上项目(62076190,41831072)
国家重点研发项目(2023YFC2808904)
+2 种基金
陕西省重点研发项目(2022ZDLGY01-11)
西安市重点研发项目(23ZDCYJSGG0022-2023)
国家空间科学数据中心2023年度青年开放课题(NSSDC2302005)。
-
文摘
视频显著性预测是模拟人眼关注点的重要任务,对于视频编辑、虚拟现实和自动驾驶等应用至关重要。传统方法依赖于大型网络,限制了在资源受限设备上的应用。为解决上述问题,提出一种轻量级网络,通过设计轻量化的时空多尺度倍频程卷积模块,减少参数和计算需求,保持性能的同时提高了效率。结果表明,轻量级网络在资源受限设备上取得了与传统方法相媲美甚至更好的性能,具有较低的计算开销和较快的推理速度,预测结果更符合真实的人类眼动行为。
-
关键词
视频显著性预测
深度学习
轻量级模型
3D卷积
-
Keywords
video saliency prediction
deep learning
lightweight model
3D convolution
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
