LEAF-Mamba：用于 RGB-D 显著性目标检测的局部强调与自适应融合状态空间模型
计算机视觉与模式识别
2025-09-24 v1 人工智能
多媒体
摘要
RGB-D 显著性目标检测 (SOD) 旨在结合深度线索识别场景中最引人注目的物体。现有方法主要依赖受限于局部感受野的 CNN，或受制于二次复杂度开销的 Vision Transformer，在平衡性能与计算效率方面面临挑战。近期，状态空间模型 (SSM)，即 Mamba，展现了以线性复杂度建模长距离依赖的巨大潜力。然而，将 SSM 直接应用于 RGB-D SOD 可能导致局部语义缺失以及跨模态融合不充分。为解决这些问题，我们提出了一种局部强调与自适应融合状态空间模型 (LEAF-Mamba)，包含两个新颖的组件：1) 局部强调状态空间模块 (LE-SSM)，用于捕获两种模态的多尺度局部依赖关系；2) 基于 SSM 的自适应融合模块 (AFM)，用于互补的跨模态交互与可靠的跨模态整合。大量实验表明，LEAF-Mamba 在有效性和效率上均持续优于 16 种最先进的 RGB-D SOD 方法。此外，我们的方法在 RGB-T SOD 任务上也能取得优异性能，证明了其强大的泛化能力。
引用
@article{arxiv.2509.18683,
title = {LEAF-Mamba: Local Emphatic and Adaptive Fusion State Space Model for RGB-D Salient Object Detection},
author = {Lanhu Wu and Zilin Gao and Hao Fei and Mong-Li Lee and Wynne Hsu},
journal= {arXiv preprint arXiv:2509.18683},
year = {2025}
}
备注
Accepted to ACM MM 2025