基于深度学习的RGBD图像协同显著目标检测

摘要：

本文旨在研究一种基于深度学习的RGBD图像协同显著目标检测模型.首先,本文构建了多分支的编码器结构,有效地提取RGBD图像的深层卷积特征;然后,使用多模态特征融合模块充分融合来自编码器的深层特征;最后,通过基于残差基本块的解码器来预测得到显著性图.此外,本文以深层次监督的方式对整个网络进行约束优化.在两个公开数据集上的测试结果表明,所提模型在预测精度上优于当前6种主流模型,这其中我们的显著性图呈现出更精确的边缘细节.

关键词：协同显著目标、RGBD图像、深度学习

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;浙江省自然科学基金;浙江省自然科学基金;浙江省自然科学基金;杭电-中电大数据技术工程研究中心

在线出版日期：2022-08-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1213-1221