用于 RGB-D 显著性目标检测的多尺度迭代精炼网络
计算机视觉与模式识别
2022-01-25 v1
摘要
利用 RGB-D 信息的大量研究已在显著性目标检测中得到开展。然而，由于不同特征层级间的语义鸿沟，显著性视觉线索出现在 RGB 图像的各种尺度与分辨率中。同时，相似的显著性模式也存在于跨模态深度图像及其多尺度版本中。跨模态融合与多尺度精炼在 RGB-D 显著性目标检测任务中仍是一个开放问题。本文中，我们首先引入自顶向下与自底向上的迭代精炼架构以利用多尺度特征，随后设计基于注意力的融合模块（ABF）来处理跨模态关联。我们在七个公开数据集上进行了大量实验。实验结果表明了我们设计方法的有效性。
引用
@article{arxiv.2201.09574,
title = {Multi-Scale Iterative Refinement Network for RGB-D Salient Object Detection},
author = {Ze-yu Liu and Jian-wei Liu and Xin Zuo and Ming-fei Hu},
journal= {arXiv preprint arXiv:2201.09574},
year = {2022}
}
备注
40 pages