基于注意机制和多尺度跨模态融合的RGB-D显著性检测
针对基于深度卷积神经网络的RGB-D显著性检测性能差等问题,提出利用注意机制和多尺度跨模态融合进行RGB-D显著性检测的方法.首先采用多尺度残差注意模块对骨干网络提取的特征进行预处理;然后提出多尺度跨模态融合策略,对高层 RGB 特征和深度特征进行融合,获得初始显著图;最后采用边界细化模块细化初始显著图中目标的边界,使最终显著图包含敏锐的边界和完整的突出目标.在 5 个基准数据集上与 10 种先进方法进行实验的结果表明,所提方法在 4 个评价指标上均处于前 3 名;尤其是在 NJUD 和 SIP 数据集上,该方法在 4 个指标上提升了0.5%~1.5%.
图像处理、显著性检测、注意机制、多尺度跨模态融合
35
TP391.41(计算技术、计算机技术)
渭南市科技局重点项目;渭南师范学院人才项目;西华师范大学英才项目
2023-08-28(万方平台首次上网日期,不代表论文的发表时间)
共10页
893-902