基于组内一致性和对比学习的协同视觉显著性目标检测
来源：计算机应用与软件杂志2025年第12期北京时间：
作者：朱锦春, 陆大鹏, 闫胜业
摘要：针对协同视觉显著性目标检测中存在共同显著性目标误检和目标边界不细致的问题，提出一种基于组内一致性和对比学习的协同视觉显著性目标检测算法。通过设计组内一致性模块，探索图像组内共同显著性目标的共有属性，引入对比学习提高共有属性对不同显著性目标的区分性，提升检测准确性。通过设计特征融合模块，实现多尺度特征融合中显著性目标的边界优化，提高分割效果。在3个基准数据集上的实验表明，该算法的性能优于目前的主流算法。
关键词：协同显著性检测, 组内一致性, 共有属性, 对比学习, 特征融合
