一种基于Mamba的通用显著目标检测方法

本发明涉及图像处理与计算机视觉技术领域，特别涉及一种基于Mamba的通用显著目标检测方法，其核心创新在于解码器中采用的显著性引导Mamba模块。该模块包括：获取粗略显著性图，初始化扫描参数后，按当前方向遍历图像行并记录显著性块索引；基于当前显著性块与下一行的邻近关系动态调整扫描方向，确保特征序列化时保持空间连续性。该方法包括：获取RGB等多模态输入；通过孪生视觉状态空间编码器提取多个模态特征；经多模态转换器进行特征融合；最后将RGB层次化特征与融合特征输入含显著性引导Mamba模块的解码器，生成高精度显著性预测图。本发明有效解决了传统扫描中的全局依赖关系捕捉不充分的问题，在保持计算效率的同时提升了检测精度。