HiDAnet:基于层级深度感知的 RGB-D 显著性目标检测
计算机视觉与模式识别
2023-04-19 v1
摘要
RGB-D 显著性检测旨在融合多模态线索以准确定位显著区域。现有工作常采用注意力模块进行特征建模,极少有方法显式利用细粒度细节与语义线索相融合。因此,尽管有辅助的深度信息,现有模型仍难以区分外观相似但相机距离不同的物体。本文从一新视角出发,提出一种用于 RGB-D 显著性检测的新型层级深度感知网络(HiDAnet)。我们的动机源于观察到几何先验的多粒度属性与神经网络层级良好相关。为实现多模态与多层级融合,我们首先使用基于粒度的注意力方案分别增强 RGB 与深度特征的判别力。随后我们引入一个统一的交叉双重注意力模块,以由粗到细的方式进行多模态与多层级融合。编码后的多模态特征被逐步聚合进一个共享解码器。进一步,我们利用多尺度损失以充分利用层级信息。在具挑战性的基准数据集上的大量实验表明,我们的 HiDAnet 大幅优于最先进的方法。
引用
@article{arxiv.2301.07405,
title = {HiDAnet: RGB-D Salient Object Detection via Hierarchical Depth Awareness},
author = {Zongwei Wu and Guillaume Allibert and Fabrice Meriaudeau and Chao Ma and Cédric Demonceaux},
journal= {arXiv preprint arXiv:2301.07405},
year = {2023}
}