M2RNet：用于RGB-D显著性目标检测的多模态多尺度精炼网络
计算机视觉与模式识别
2021-09-17 v1
摘要
显著性目标检测是计算机视觉中的基础课题。以往基于RGB-D的方法常受困于多模态特征融合的不兼容与多尺度特征聚合的不足。为应对这两大难题，我们提出一种新颖的多模态多尺度精炼网络（M2RNet）。该网络包含三个核心组件：嵌套双重注意力模块（NDAM）显式利用RGB与深度流的联合特征；相邻交互聚合模块（AIAM）逐步整合高、中、低层邻近特征；联合混合优化损失（JHOL）使预测具备显著轮廓。大量实验表明，我们的方法优于其他最先进的方案。
引用
@article{arxiv.2109.07922,
title = {M2RNet: Multi-modal and Multi-scale Refined Network for RGB-D Salient Object Detection},
author = {Xian Fang and Jinchao Zhu and Ruixun Zhang and Xiuli Shao and Hongpeng Wang},
journal= {arXiv preprint arXiv:2109.07922},
year = {2021}
}