MobileSal：极致高效的 RGB-D 显著目标检测

神经网络的高计算成本阻碍了近期 RGB-D 显著目标检测（SOD）的成功惠及现实应用。因此，本文引入一种新颖网络 MobileSal，专注于使用移动网络进行深度特征提取的高效 RGB-D SOD。然而，移动网络在特征表示上不如笨重网络强大。为此，我们观察到若合理利用，彩色图像的深度信息可增强与 SOD 相关的特征表示。因此我们提出隐式深度复原（IDR）技术以增强移动网络在 RGB-D SOD 中的特征表示能力。IDR 仅在训练阶段采用、测试时省略，故计算免费。此外，我们提出紧凑金字塔精炼（CPR）以进行高效多级特征聚合，得出边界清晰的显著目标。结合 IDR 与 CPR，MobileSal 在六个具挑战性的 RGB-D SOD 数据集上以更快速度（输入尺寸 320 $\times$ 320 时 450fps）与更少参数（6.5M）优于最先进方法。代码发布于 https://mmcheng.net/mobilesal。