期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多尺度模态融合的RGB-D显著性目标检测网络
1
作者
于明
唐世辰
刘依
《计算机应用研究》
北大核心
2025年第11期3506-3511,共6页
显著性目标检测任务旨在自动定位场景中最吸引人的物体。针对显著性目标检测算法中跨模态互补特征难以充分利用和层级特征融合易丢失有用信息的问题,提出一种基于多尺度模态融合的RGB-D显著性目标检测网络(MMFNet)。该模型主要由多尺度...
显著性目标检测任务旨在自动定位场景中最吸引人的物体。针对显著性目标检测算法中跨模态互补特征难以充分利用和层级特征融合易丢失有用信息的问题,提出一种基于多尺度模态融合的RGB-D显著性目标检测网络(MMFNet)。该模型主要由多尺度模态增强模块和并行多层解码结构组成。多尺度模态增强模块以空洞卷积细化多模态特征,通过注意力机制融合不同感受野特征减少冗余信息。并行多层解码结构采用级联的双解码器设计,以通道注意力机制实现层级特征的自适应校准,进一步优化预测的显著图,学习到更多的跨层级信息。在四个基准数据集上的实验表明,该网络模型在四种评价指标上优于近年来的九种先进方法,获得了优异的性能。
展开更多
关键词
RGB-D显著性目标检测
多尺度模态增强
注意力机制
并行多层解码
在线阅读
下载PDF
职称材料
题名
基于多尺度模态融合的RGB-D显著性目标检测网络
1
作者
于明
唐世辰
刘依
机构
河北工业大学电子信息工程学院
河北工业大学人工智能与数据科学学院
出处
《计算机应用研究》
北大核心
2025年第11期3506-3511,共6页
基金
国家自然科学基金资助项目(62276088,62102129)。
文摘
显著性目标检测任务旨在自动定位场景中最吸引人的物体。针对显著性目标检测算法中跨模态互补特征难以充分利用和层级特征融合易丢失有用信息的问题,提出一种基于多尺度模态融合的RGB-D显著性目标检测网络(MMFNet)。该模型主要由多尺度模态增强模块和并行多层解码结构组成。多尺度模态增强模块以空洞卷积细化多模态特征,通过注意力机制融合不同感受野特征减少冗余信息。并行多层解码结构采用级联的双解码器设计,以通道注意力机制实现层级特征的自适应校准,进一步优化预测的显著图,学习到更多的跨层级信息。在四个基准数据集上的实验表明,该网络模型在四种评价指标上优于近年来的九种先进方法,获得了优异的性能。
关键词
RGB-D显著性目标检测
多尺度模态增强
注意力机制
并行多层解码
Keywords
RGB-D salient object detection
multi-scale modal enhancement
attention mechanism
parallel multi-layer decoding
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多尺度模态融合的RGB-D显著性目标检测网络
于明
唐世辰
刘依
《计算机应用研究》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
