【论文阅读】Hierarchical Alternate Interaction Network for RGB-D Salient Object Detection

Hierarchical Alternate Interaction Network for RGB-D Salient Object Detection

用于 RGB-D 显着目标检测的分层交替交互网络

---

一 Motivation

因为深度图在采集过程中质量有好有差

减轻深度图的干扰，突出显著对象

二 Solution

分层交替交互网络 (HAINet)

HAINet 的主要创新是分层交替交互模块（HAIM）

HAIM首先使用RGB特征过滤深度特征中的干扰物，然后利用纯化的深度特征依次增强RGB特征

三 HAINet

HAINet 由特征编码、跨模态交替交互和显着性推理组成，骨干网络为VGG16

 

 

 AIU：用 RGB 特征来过滤深度特征中的干扰物，并提出注意力倍增交互。 然后，我们使用注意力-乘法交互来过滤干扰物，并进一步增强 RGB 特征

HAIM：将每一层的RGB和深度特征，使用4个并行的膨胀卷积（膨胀率递增），作用是捕获局部和上下文的局部信息，然后送到4个AIU模块里，从第一个分支开始，前一个AIU的输出将参与后一个AIU处理，是渐进融合

为了进一步有效筛选特征并保留最有价值的信息，我们设计了一种自适应的特征重加权操作，以区分地关注四组增强​​的 RGB 特征。克服了深度特征中的干扰因素，同时融合了来自 RGB 和深度特征的有用信息。