基于三维卷积神经网络的RGB-D显著目标检测

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达
小白导读论文是学术研究的精华和未来发展的明灯。小白决心每天为大家带来经典或者最新论文的解读和分享，旨在帮助各位读者快速了解论文内容。个人能力有限，理解难免出现偏差，建议对文章内容感兴趣的读者，一定要下载原文，了解具体内容。

摘要

摘要RGB-D显著目标检测(SOD)近年来引起了越来越多的研究兴趣，并出现了许多基于编码器-解码器架构的深度学习方法。然而，现有的RGB-D SOD模型大多是在单编码器或解码器阶段进行特征融合，难以保证足够的跨模态融合能力。在本文中，作者首次尝试通过三维卷积神经网络对RGB-D SOD进行寻优。该模型名为RD3D，其目标是在编码器阶段进行预融合，在解码器阶段进行深度融合，以有效促进RGB流和深度流的充分融合。具体来说，RD3D首先通过一个膨胀的3D编码器对RGB和depth模态进行预融合，然后通过设计一个具有丰富的背投影路径(RBPP)的3D解码器，利用3D卷积的广泛聚合能力，进行深度特征融合。采用这种编码器和解码器的渐进融合策略，可以有效地利用两种模式之间的充分互动，提高检测精度。在6个广泛使用的基准数据集上进行的大量实验表明，在4个关键评价指标上，RD3D优于14种最先进的RGB-D SOD方法。

代码链接：https://github.com/PPOLYpubki/RD3D

论文创新点

作者的工作有三