用于RGB-D显著性目标检测的注意力细化方法

本发明属于计算机图像处理领域，提供了用于RGB‑D显著性目标检测的注意力细化方法。它采用端到端结构，通过多重注意力细化和交叉注意力相互融合的方式实现了跨模态特征的融合。本方法的特征是采用尺度感知调制单元设计的对称网络对RGB和深度图像进行特征提取，然后利用注意力交互模块对两种模态进行细化融合，减少跨模态交互产生的信息冗余，同时也降低了背景噪声的干扰。最后利用多尺度补偿模块逐级引导多尺度特征融合，实现多尺度特征的局部与全局上下文的融合，生成最终的显著图。证明本发明算法性能良好，有效地避免了跨模态融合过程中因深度图质量不佳造成的背景噪声的影响，从而最大化的利用了模型的性能，生成高质量的显著图。