计算机应用研究

作者：卞华军,王华军,赵赫威,

单位：成都理工大学网络安全学院,成都610059；

关键词：显著性目标检测,RGB-D,通道权重,顺序精炼,

基金：四川省人工智能重点实验室项目(2020RYJ02)；模式识别与智能信息处理四川省高校重点实验室(MSSB-2020-10)；；

提出了一种新型的用于RGB-D显著目标检测的网络框架（SR-Net）。为了有效整合多模态特征的互补性，将深度特征提取作为独立分支，采用卷积块注意模块（CBAM）进行深度特征增强，并整合增强后的深度特征与RGB 特征的互补信息。为了去除冗余特征，减少背景噪声对预测结果的干扰，在上采样网络中设计了一种顺序精炼网络，即通过整合多层次、多尺度特征的互补性，获取初级全局特征，并采用基于通道权重的初级全局特征权重矩阵获取模块（PFW）获取初级全局特征的权重矩阵；其次利用获取到的权重矩阵对各层次特征进行精炼，以抑制背景噪声带来的干扰；最后，为了更好地优化整个网络，提出了一种新的损失函数。在四个公共数据集上的实验结果表明，该模型在不同的模型评价指标上均优于近年来九种先进方法，获得了优异的性能。

来源：2022年第9期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第9期