具有泛在目标感知的 RGB-D 显著目标检测
计算机视觉与模式识别
2021-09-09 v1
摘要
传统 RGB-D 显著目标检测方法旨在利用深度作为互补信息以发现两种模态中的显著区域。然而，显著目标检测结果严重依赖于所捕获深度数据的质量，而后者有时并不可用。本工作中，我们首次尝试以一种新颖的深度感知框架解决 RGB-D 显著目标检测问题。该框架在测试阶段仅依赖 RGB 数据，利用所捕获深度数据作为表征学习的监督。为构建我们的框架并取得准确的显著检测结果，我们提出一种泛在目标感知（UTA）网络来解决 RGB-D SOD 任务中的三个重要挑战：1）深度感知模块，通过自适应深度误差权重挖掘深度信息并探查模糊区域；2）空间感知跨模态交互与通道感知跨层级交互，利用低级边界线索并放大高级显著通道；3）门控多尺度预测模块，以在不同上下文尺度上感知目标显著性。除高性能外，我们提出的 UTA 网络在推理时无需深度且以 43 FPS 实时运行。实验证据表明，我们提出的网络不仅在五个公开 RGB-D SOD 基准上大幅超越最先进方法，也验证了其在五个公开 RGB SOD 基准上的可扩展性。
引用
@article{arxiv.2109.03425,
title = {RGB-D Salient Object Detection with Ubiquitous Target Awareness},
author = {Yifan Zhao and Jiawei Zhao and Jia Li and Xiaowu Chen},
journal= {arXiv preprint arXiv:2109.03425},
year = {2021}
}
备注
15 pages, 13 figures, Accepted by IEEE Transactions on Image Processing (2021). arXiv admin note: text overlap with arXiv:2006.00269