GroupTransNet:用于 RGB-D 显著性目标检测的组变换器网络
计算机视觉与模式识别
2022-03-22 v1
摘要
RGB-D 图像上的显著性目标检测是计算机视觉中的活跃课题。尽管现有方法已取得可观性能,仍存在若干挑战。卷积神经网络的局部性要求模型具备足够深的全局感受野,这常导致局部细节丢失。为应对该挑战,我们提出一种新颖的组变换器网络(GroupTransNet)用于 RGB-D 显著性目标检测。该方法擅长学习跨层特征的长程依赖以促进更完善的特征表达。起初,将中间三层与后三层中层次稍高的特征进行软分组以吸收高层特征优势。输入特征通过注意力机制被反复纯化与增强,以纯化颜色模态与深度模态的跨模态特征。中间过程特征先由不同层特征融合,再经多组若干 transformer 处理,这不仅使各尺度特征尺寸统一且相互关联,也实现了组内特征权重共享效果。因层级差异,不同组输出特征以交错两个的方式完成聚类,并与低层特征结合。大量实验表明 GroupTransNet 优于对比模型并达到新的 SOTA 性能。
引用
@article{arxiv.2203.10785,
title = {GroupTransNet: Group Transformer Network for RGB-D Salient Object Detection},
author = {Xian Fang and Jinshao Zhu and Xiuli Shao and Hongpeng Wang},
journal= {arXiv preprint arXiv:2203.10785},
year = {2022}
}