将显著性检测解耦为级联细节建模与主体填充

显著性目标检测已被长期研究以识别图像/视频中最具视觉吸引力的物体。近来，越来越多的方案被提出，均依赖轮廓/边缘信息来提升检测性能。边缘标签要么直接放入损失中，要么用作额外监督。边缘和主体也可分开学习之后再融合。两种方法要么导致边缘附近的高预测误差，要么无法以端到端方式训练。另一个问题是，由于缺乏高效且有效的特征融合机制，现有方法可能难以检测各种尺寸的物体。在本工作中，我们提出将显著性检测任务分解为两个级联子任务，即细节建模与主体填充。具体而言，细节建模通过显式分解的细节标签（由嵌套在边缘及边缘附近的像素组成）的监督来聚焦于捕捉物体边缘。然后主体填充学习主体部分，其将被填入细节图以生成更准确的显著性图。为有效融合特征并处理不同尺度的物体，我们还提出了两种新颖的多尺度细节注意力和主体注意力模块以实现精确的细节和主体建模。实验结果表明，我们的方法在六个公开数据集上取得了最先进的性能。