-
公开(公告)号：CN113379707A
公开(公告)日：2021-09-10
申请号：CN202110653578.7
申请日：2021-06-11
Applicant: 大连理工大学
Abstract: 本发明公开了一种基于动态滤波解耦卷积网络的RGB‑D显著性检测的方法，包括：获取RGB图像张量和深度图像张量；分别将RGB图像张量和深度图像张量输入编码器网络提取单模态特征组，根据编码器网络特性以及层级划分，生成RGB特征组与深度特征组；将RGB特征组的特征与深度特征组的特征分别放到各自的模态特定的整体引导动态增强模块(MGDEM)，进行单模态特定的特征增强；将增强后的RGB特征和深度特征输入场景感知跨模态动态融合模块(SCDFM)，进行模态间的特征融合；MGDEM和SCDFM均基于解耦的动态滤波卷积结构；将融合后的特征输入解码器，得到预测的显著性结果。本发明实现了准确的显著性预测。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
