基于深度图像增益的RGB-D显著性物体检测

魏计鹏，秦国峰

(青岛大学计算机科学技术学院,山东 青岛 266000)

0 引 言

当人类进入到一个陌生的场景中会更加关注突出的物体，以获得物体的更多细节信息，显著性物体检测旨在自动识别出图像中最具有吸引人类注意力的区域。显著性物体检测可作为其他计算机视觉应用的预处理步骤，如目标检测[1]、视频分析[2]、物体定位[3]和图像质量评估[4]。早期的显著性物体检测采用传统的方法[5]，存在空洞、假阳性概率高、适应面窄、鲁棒性差和运算效率低等问题。随着近几年卷积神经网络在其他视觉任务中的应用，深度学习的方法越来越受到了人们的青睐，RGB-D显著性物体检测得到了快速发展。基于深度学习的方法可以很好地克服传统方法中存在的问题，并且在面对当前日益增长的数据量也表现出了较高的处理效率，能够帮助人们从海量的图像数据中快速获得最重要的信息。

基于深度学习的RGB-D显著性物体检测方法根据融合方式主要分为3种，分别是RGB信息和深度信息的早期融合方案、中期融合方案和后期融合方案。早期融合将RGB图片和深度图片组合成多通道共同输入到网络中[6]。中期融合把不同网络提取的RGB特征和深度特征通过集成方案进行融合，中期融合是目前广泛采用的一种融合方式。例如PDNet[7]直接将深度分支的最深层特征和RGB分支的深层特征简单叠加并馈入到反卷积网络，以恢复到输入图像相同的分辨率。后期融合将来自RGB分支预测结果和深度分支的预测结果通过特定方式融合，输出最终的显著图。……