多级动态滤波网络在RGB-D显著物体检测中的研究解析

该研究成果发布于ECCV2020会议。
相关文献资料可访问：https://arxiv.org/pdf/2007.06227.pdf
对应项目资源请参阅：https://github.com/lartpang/HDFNet

文章结构概述

• 简述

  • 驱动力

  • 技术路径

  • • 双通道架构
    • 动态扩张金字塔模块
    • 混合增强损失函数

  • 测试验证

  • 展示海报

简介

本研究聚焦于RGB-D显著性目标检测领域，其核心问题是如何有效整合并运用跨模态信息（如深度图中的结构特征），以提升目标检测的效果。
本工作的主要创新体现在两个方面：首先，引入动态滤波策略，并构建了一个全新的动态空洞金字塔模块，该模块能够更高效地整合多尺度的跨模态信息；其次，提出了一种混合增强损失函数，有助于生成边缘更为清晰且显著区域更具一致性的预测结果。

动机

1. 当前基于FCN的显著性目标检测方法（不涉及深度图）在应对复杂或低对比度场景时存在明显不足。为解决此问题，引入深度图可有效增强目标检测的效果。
2. 在RGB-D目标检测任务中，一个主要难点是如何有效利用深度信息。
3. 在RGB-D任务中，RGB图像能够提供丰富的细节信息，而深度图则蕴含着更多的空间结构特征，因此二者可以