Salient object detection (SOD) aims to determine the most visually attractive objects in an image. With the development of virtual reality technology, 360{\deg} omnidirectional image has been widely used, but the SOD task in 360{\deg} omnidirectional image is seldom studied due to its severe distortions and complex scenes. In this paper, we propose a Multi-Projection Fusion and Refinement Network (MPFR-Net) to detect the salient objects in 360{\deg} omnidirectional image. Different from the existing methods, the equirectangular projection image and four corresponding cube-unfolding images are embedded into the network simultaneously as inputs, where the cube-unfolding images not only provide supplementary information for equirectangular projection image, but also ensure the object integrity of the cube-map projection. In order to make full use of these two projection modes, a Dynamic Weighting Fusion (DWF) module is designed to adaptively integrate the features of different projections in a complementary and dynamic manner from the perspective of inter and intra features. Furthermore, in order to fully explore the way of interaction between encoder and decoder features, a Filtration and Refinement (FR) module is designed to suppress the redundant information between the feature itself and the feature. Experimental results on two omnidirectional datasets demonstrate that the proposed approach outperforms the state-of-the-art methods both qualitatively and quantitatively.

需要高质量的面部图像来保证在监视和安全场景中自动识别系统（FR）系统的稳定性和可靠性。但是，由于传输或存储的限制，在分析之前，通常会压缩大量的面部数据。压缩图像可能会失去强大的身份信息，从而导致FR系统的性能降低。在此，我们首次尝试研究FR系统的明显差异（JND），可以将其定义为FR系统无法注意到的最大失真。更具体地说，我们建立了一个JND数据集，其中包括3530个原始图像和137,670个由高级参考编码/解码软件生成的压缩图像，该图像基于多功能视频编码（VVC）标准（VTM-15.0）。随后，我们开发了一种新型的JND预测模型，以直接推断FR系统的JND图像。特别是，为了最大程度地删除冗余性，在不损害鲁棒身份信息的情况下，我们将编码器应用于多个功能提取和基于注意力的特征分解模块，以将面部特征逐渐分解为两个不相关的组件，即身份和残差特征，通过自我 - 监督学习。然后，剩余特征被馈入解码器以生成残差图。最后，通过从原始图像中减去残差图来获得预测的JND映射。实验结果表明，与最先进的JND模型相比，所提出的模型可以实现JND MAP预测的更高准确性，并且能够在维持FR系统的性能的同时保存更多的位置，而与VTM-15.0相比。

自然图像的统计规律（称为自然场景统计数据）在不引用图像质量评估中起重要作用。但是，人们普遍认为，通常是计算机生成的屏幕内容图像（SCI）不持有此类统计信息。在这里，我们首次尝试学习SCI的统计数据，基于可以有效确定SCI的质量。所提出的方法的基本机制是基于一个狂野的假设，即没有物理上获得的SCI仍然遵守某些可以以学习方式理解的统计数据。我们从经验上表明，在质量评估中可以有效利用统计偏差，并且在不同的环境中进行评估时，提出的方法优越。广泛的实验结果表明，与现有的NR-IQA模型相比，基于深度统计的SCI质量评估（DFSS-IQA）模型可提供有希望的性能，并在跨数据库设置中显示出很高的概括能力。我们的方法的实现可在https://github.com/baoliang93/dfss-iqa上公开获得。

完全监督的显着对象检测（SOD）方法取得了长足的进步，但是这种方法通常依赖大量的像素级注释，这些注释耗时且耗时。在本文中，我们专注于混合标签下的新的弱监督SOD任务，其中监督标签包括传统无监督方法生成的大量粗标签和少量的真实标签。为了解决此任务中标签噪声和数量不平衡问题的问题，我们设计了一个新的管道框架，采用三种复杂的培训策略。在模型框架方面，我们将任务分解为标签细化子任务和显着对象检测子任务，它们相互合作并交替训练。具体而言，R-NET设计为配备有指导和聚合机制的搅拌机的两流编码器模型（BGA），旨在纠正更可靠的伪标签的粗标签，而S-NET是可更换的。由当前R-NET生成的伪标签监督的SOD网络。请注意，我们只需要使用训练有素的S-NET进行测试。此外，为了确保网络培训的有效性和效率，我们设计了三种培训策略，包括替代迭代机制，小组智慧的增量机制和信誉验证机制。五个草皮基准的实验表明，我们的方法在定性和定量上都针对弱监督/无监督/无监督的方法实现了竞争性能。

尽管已经开发了疫苗，并且国家疫苗接种率正在稳步提高，但2019年冠状病毒病（COVID-19）仍对世界各地的医疗保健系统产生负面影响。在当前阶段，从CT图像中自动分割肺部感染区域对于诊断和治疗COVID-19至关重要。得益于深度学习技术的发展，已经提出了一些针对肺部感染细分的深度学习解决方案。但是，由于分布分布，复杂的背景干扰和界限模糊，现有模型的准确性和完整性仍然不令人满意。为此，我们在本文中提出了一个边界引导的语义学习网络（BSNET）。一方面，结合顶级语义保存和渐进式语义集成的双分支语义增强模块旨在建模不同的高级特征之间的互补关系，从而促进产生更完整的分割结果。另一方面，提出了镜像对称边界引导模块，以以镜像对称方式准确检测病变区域的边界。公开可用数据集的实验表明，我们的BSNET优于现有的最新竞争对手，并实现了44 fps的实时推理速度。

在本文中，提出了一种基于高动态范围（HDR）图像的频率差异的新颖有效的图像质量评估（IQA）算法，称为基于局部全球频率特征模型（LGFM）。由假设人类视觉系统高度适应于在感知视觉场景时提取结构信息和部分频率的动机，Gabor和Butterworth滤镜分别用于HDR图像的亮度，分别提取本地和全局频率特征。相似性测量和特征池在频率特征上依次执行，以获得预测的质量评分。在四个广泛使用的基准上评估的实验表明，与最先进的HDR IQA方法相比，所提出的LGFM可以提供更高的主观感知一致性。我们的代码可在：\ url {https://github.com/eezkni/lgfm}中获得。

立体类像素细分旨在通过左右视图将离散的像素分组为感知区域，以更加协作和高效地分组。现有的Superpixel分割算法主要利用颜色和空间特征作为输入，这可能会对空间信息施加强大的约束，同时利用立体声图像对的差异信息。为了减轻此问题，我们提出了一种立体声超级像素细分方法，并在本工作中具有空间信息的脱钩机制。为了解除立体视差信息和空间信息，在融合立体声图像对的特征之前，暂时删除空间信息，并提出了脱钩的立体声融合模块（DSFM），以处理立体声的特征特征特征对齐和遮挡问题。此外，由于空间信息对于超像素分割至关重要，因此我们进一步设计一个动态空间嵌入模块（DSEM）以重新添加空间信息，并且将通过DSEM中的DSEM进行自适应调整空间信息的权重（DF）用于实现更好的细分。全面的实验结果表明，我们的方法可以在KITTI2015和CityScapes数据集上实现最新性能，并且还可以在NJU2K数据集上的显着对象检测中验证效率。源代码将在接受纸张后公开提供。

现有的基于深度学习的全参考IQA（FR-IQA）模型通常通过明确比较特征，以确定性的方式预测图像质量，从而衡量图像严重扭曲的图像是多远，相应的功能与参考的空间相对远。图片。本文中，我们从不同的角度看这个问题，并提议从统计分布的角度对知觉空间中的质量降解进行建模。因此，根据深度特征域中的Wasserstein距离来测量质量。更具体地说，根据执行最终质量评分，测量了预训练VGG网络的每个阶段的1Dwasserstein距离。 Deep Wasserstein距离（DEEPWSD）在神经网络的功能上执行的，可以更好地解释由各种扭曲引起的质量污染，并提出了高级质量预测能力。广泛的实验和理论分析表明，在质量预测和优化方面，提出的DEEPWSD的优越性。

Covid-19的传播给世界带来了巨大的灾难，自动分割感染区域可以帮助医生快速诊断并减少工作量。但是，准确和完整的分割面临一些挑战，例如散射的感染区分布，复杂的背景噪声和模糊的分割边界。为此，在本文中，我们提出了一个新的网络，用于从CT图像（名为BCS-NET）的自动covid-19肺部感染分割，该网络考虑了边界，上下文和语义属性。 BCS-NET遵循编码器架构，更多的设计集中在解码器阶段，该阶段包括三个逐渐边界上下文 - 语义重建（BCSR）块。在每个BCSR块中，注意引导的全局上下文（AGGC）模块旨在通过突出显示重要的空间和边界位置并建模全局上下文依赖性来学习解码器最有价值的编码器功能。此外，语义指南（SG）单元通过在中间分辨率上汇总多规模的高级特征来生成语义指南图来完善解码器特征。广泛的实验表明，我们提出的框架在定性和定量上都优于现有竞争对手。

摆脱拟合配对训练数据的基本限制，最近无监督的低光增强方法在调整图像的照明和对比度方面表现出色。但是，对于无监督的低光增强，由于缺乏对详细信号的监督而导致的剩余噪声抑制问题在很大程度上阻碍了这些方法在现实世界应用中的广泛部署。在本文中，我们提出了一种新型的自行车相互作用生成对抗网络（CIGAN），以实现无监督的低光图像增强，它不仅能够更好地在低/正常光图像之间更好地传输照明分布，还可以操纵两个域之间的详细信号，例如。 ，在环状增强/降解过程中抑制/合成逼真的噪声。特别是，提出的低光引导转换馈送馈送从增强gan（Egan）发电机的低光图像的特征到降解GAN（DGAN）的发生器。借助真正的弱光图像的信息，DGAN可以在低光图像中综合更逼真的不同照明和对比度。此外，DGAN中的特征随机扰动模块学会了增加特征随机性以产生各种特征分布，从而说服了合成的低光图像以包含逼真的噪声。广泛的实验既证明了所提出的方法的优越性，又证明了每个模块在CIGAN中的有效性。