萨尔根 swMATH ID: 28155 软件作者： 潘俊廷（Junting Pan）、克里斯蒂安·坎通·费雷尔（Cristian Canton Ferrer）、凯文·麦吉尼斯（Kevin McGuinness）、诺埃尔·E·奥康纳（Noel E.O'Connor）、乔迪·托雷斯（Jordi Torres）、伊丽莎·赛罗尔（El 描述： SalGAN：利用生成性对抗网络进行视觉显著性预测。我们介绍了SalGAN，一种用于视觉显著性预测的深度卷积神经网络，它通过对抗性示例进行训练。网络的第一阶段由生成器模型组成，生成器模型的权重通过反向传播来学习，反向传播是根据显著性图的下采样版本上的二进制交叉熵（BCE）损失计算的。预测结果由经过训练的鉴别器网络进行处理，以解决生成阶段生成的显著图和地面真实图之间的二元分类任务。我们的实验表明，当与广泛使用的损失函数（如BCE）相结合时，对抗性训练如何在不同指标上实现最先进的性能。我们的结果可以通过此https URL上提供的源代码和经过训练的模型进行复制。 主页： https://arxiv.org/abs/1701.01081 源代码： https://github.com/image-upc/saliency-salgan-2017 相关软件： gbvs（gbvs）;掌中宽带;像素x像素;CycleGAN公司;亚当;TensorFlow公司;Matlab公司;微笑者;码头工人;太阳;OpenSALICON公司;深度凝视II;卡费;显著性基准;心理物理学工具箱 引用于： 0个文档