基于递进层级融合的RGB-D图像显著性目标检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于递进层级融合的RGB-D图像显著性目标检测方法
申请号:CN202510173288
申请日期:2025-02-17
公开号:CN120107620A
公开日期:2025-06-06
类型:发明专利
摘要
本发明公开了一种基于递进层级融合的RGB‑D图像显著性目标检测方法,包括步骤如下:将预处理好的RGB图像和深度图像输入到Swin Transformer骨干网中,分别提取RGB和深度图像的模态特征;将提取的最后一层特征输入到多尺度增强模块,捕获高层语义信息的上下文信息;将骨干网提取的前三层特征以及最后增强后的高层特征分别输入到多模态融合模块中,融合RGB和深度特征;解码器阶段采用多层解码结构,从上到下不断整合高层特征和低层特征,并采用残差连接保留原始信息;采用边缘增强模块提取深度低层边缘轮廓。本发明充分挖掘跨模态特征之间的互补信息,有效融合跨层次特征,能够生成完整、清晰的显著性图。
技术关键词
RGB特征 层级 全局平均池化 融合特征 模块 空洞 多尺度 图像编码器 解码结构 边界特征 解码器 深度特征学习 深度特征信息 模态特征 高层语义信息 通道注意力机制 级联 深度编码器