【CVPR2021】显著目标和伪装目标的不确定性感知联合检测

被录用论文之一为“Uncertainty-aware Joint Salient Object and Camouflaged Object Detection”，是CVPR口头报告，第一作者为研二学生李艾轩，由我校、澳大利亚国立大学以及瑞士洛桑联邦理工大学合作完成。该论文围绕视觉显著性物体检测与伪装性物体检测任务的相互对立与学习展开，提出了基于不确定性感知的显著性物体检测和伪装物体检测的联合学习网络，建模网络预测的置信度，并通过深入挖掘两任务间的相关性，利用显著性物体和伪装物体的矛盾对立属性，使相互对立的显著性物体检测与伪装物体检测任务相互帮助。

https://www.zhuanzhi.ai/paper/1edb24f58b26b504af10d9a8036f574b

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“JSOCD” 就可以获取《【CVPR2021】显著目标和伪装目标的不确定性感知联合检测》专知下载链接

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源