[2021]Rethinking RGB-D Salient Object Detection : Models, Data Sets, and Large-Scale Benchmarks

Rethinking RGB-D Salient Object Detection : Models,

DataSets,and Large-Scale Benchmarks

IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, VOL. 32, NO. 5, MAY 2021

动机

1.在现实世界人类活动场景中,使用RGB-D对SOD建模的工作较少。

2.作者认为,并非深度图中的所有信息都能为 SOD提供信息,低质量的深度图通常会引入显着的噪声。

3.高质量的深度图有利于基于 RGB-D 的 SOD 任务。


D^3Net

在训练阶段(左),对输入的RGB图像和深度图像进行三个并行子网处理,分别为RgbNet、RgbdNet和DepthNet。这三个子网基于相同的

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值