- 博客(6)
- 收藏
- 关注
RSS订阅原创 AirSOD: A Lightweight Network for RGB-DSalient Object Detection阅读笔记
AirSOD——致力于轻量级RGB-D SOD。首先（1）高资源的需求阻碍了最先进的（SOTA）方法在计算能力有限的移动设备上的部署。因此，需要付出更多的努力设计一个混合特征提取网络，包括MobileNetV2的前三个阶段和并行注意力转移卷积（PAS）模块。使用新的PAS模块能够捕获远程依赖性和局部信息，以增强表示学习，同时显著减少参数数量和计算复杂度。其次，提出了一个多级多模态特征融合（MMF）模块来促进特征融合，以及一个用于特征集成的多路径增强特征细化（MFR）解码器。来实现轻量级和实时的模型。
2023-10-18 14:39:24
194
2
原创 Dynamic Message Propagation Network for RGB-DSalient Object Detection笔记
通过在特征水平上控制RGB图像和深度图之间的消息传递，探索RGB和深度特征上的远程语义上下文和几何信息，提出了一种新颖的用于rgb-d显着对象检测的深度神经网络框架。使用图神经网络和可变形卷积制定了动态消息传播 (DMP) 模块，以动态学习上下文信息并自动预测用于消息传播控制的过滤器权重和亲和矩阵。进一步将该模块嵌入到基于暹罗的网络中，分别处理RGB图像和深度图，并设计了一个多层次特征融合 (MFF) 模块，以探索精炼的RGB和深度特征之间的跨级别信息。
2023-03-23 18:53:34
177
原创 C2DFNet: Criss-Cross Dynamic Filter Networkfor RGB-D Salient Object Detection笔记
本文通过动态卷积解耦，提出一种交叉动态滤波网络。首先提出了一个特定于模型的动态增强模块（MDEM），该模块在全局上下文指导下动态增强模态内特征。其次，提出了场景感知动态融合模块（SDFM），实现了两种模态间的动态特征选择。模型实现了对显著对象的准确预测。
2023-03-21 11:29:26
439
原创 RGB-D Saliency Detection via Cascaded Mutual Information Minimization笔记
现有的rgb-d显着性检测模型并未明确鼓励RGB和深度实现有效的多模式学习。本文通过相互信息最小化引入了一种新颖的多阶段级联学习框架，以显式地建模RGB图像和深度数据之间的多模态信息。首先将每种模式的特征映射到较低维的特征向量，并采用互信息最小化作为正则化器，以减少来自RGB的外观特征与来自深度的几何特征之间的冗余。然后执行多阶段级联学习，以在网络的每个阶段施加互信息最小化约束。
2023-03-14 22:05:19
280
原创 【CVPR】Calibrated RGB-D Salient Object Detection
原始深度图像中普遍存在的噪声和歧义。为了解决，提出了一种深度校准和融合 (DCF) 框架: 1) 一种学习策略，用于校准原始深度图中的潜在偏差，以提高SOD性能；2) 一个简单而有效的交叉参考模块，用于融合RGB和深度模态的特征。
2023-03-13 20:45:39
495
原创 Hierarchical Dynamic Filtering Network forRGB-D Salient Object Detection
密集连接的结构集成了不同模态的特征，并使用它们的混合特征来生成具有不同大小的感受域的动态滤波器。实现了一种更加灵活高效的多尺度交叉模态特征处理，即动态扩张金字塔模块。为了使预测具有更锐利的边缘和一致的显着性区域，设计了混合增强的损失函数来进一步优化结果。
2023-03-09 20:55:42
223
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人