计算机辅助设计与图形学学报

作者：杨超, 官铮, 王学, 马文笔

关键词：RGB-T显著性目标检测, 细节轮廓, 高级语义信息, 多级特征

有效地捕捉和利用图像不同特征层之间的特性和互补潜力, 对于精确定位显著目标和保留其细节轮廓具有重要意义. 针对现有的大多数 RGB-T 显著性目标检测方法将提取到的图像特征直接输入到聚合模块中, 并利用简单的递归结构定位显著目标, 其所带来的低泛化能力问题, 提出了一种显著性增强和全局感知的 RGB-T 显著性目标检测方法. 首先利用预训练模型提取图像的原始特征; 其次提出降噪模块(NRM), 作为编码和跨模态解码之间的桥梁,以纯化显著对象的特征表示; 并提出高级语义指导模块(HSGB), 融合不同模态的高级语义信息, 以保留显著对象的位置信息; 最后设计跨模态交互模块(MMIB), 在保留显著对象位置信息的同时, 指导解码模块进行多级特征的聚合操作, 得到最终显著图. 在 VT821, VT1000 和 VT5000 数据集上的实验结果表明, 所提方法的 MAE 指标分别达到3.0%, 1.8%和 3.0%, 性能优于大多数主流方法.

来源：2025年第8期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2025年第8期