基于潜在感知和分层融合的RGB-D显著目标检测方法

本发明涉及计算机视觉和深度学习技术领域，具体为一种基于潜在感知和分层融合的RGB‑D显著目标检测方法。以SMT和MobileNetV2为主干网分别提取RGB和深度特征；利用深度图与真值图生成潜在标签，监督深度质量估计模块输出的质量因子；将RGB与深度特征输入潜在感知交互模块；多尺度融合模块与位置感知融合模块，差异化融合不同层次多模态特征，挖掘模态互补性；通过分层细化解码器，对浅层和深层的融合特征采用差异化解码策略，结合语义指导与特征细化；最后将边缘信息融合到最终的显著图中。本发明充分挖掘多层次、多模态特征间的关联性和互补性，动态抑制低质量特征的影响，提升了显著目标检测的准确性和鲁棒性。