一种面向RGB-D的融合模型及其目标检测方法

本发明提供一种面向RGB‑D的融合模型及其目标检测方法.首先，利用Canny边缘检测算法生成真值图的边缘图，将其作为主干网络的额外输入特征，以丰富特征信息并辅助模型的深度学习.然后，利用MobileNetV2对RGB图像进行多层次特征提取，并通过基于残差网络ResNet‑152的编码器对深度图像和边缘图像进行多层特征抽取，将边缘特征信息整合到MobileNetV2编码器提取的RGB图像特征中，利用多尺度感知融合模块与全局融合模块，结合RGB特征与深度特征的互补语义信息，完成跨模态特征的分层融合.最后，将获得的多个融合特征经过解码后，逐层输入至解码过程中的边缘加强融合模块，通过设计的网络损失监督RGB流和深度流检测结果的融合，输出最终的显著性检测结果，从而提高在背景复杂、显著目标边界模糊的情况下的检测效果。