摘要
显著目标检测旨在模拟人类视觉注意机制，识别和定位图像中最具吸引力的目标区域，在图像识别、目标跟踪、图像质量评价、相机对焦等视觉任务中得到了广泛的应用。近年来，基于RGB图像的显著目标检测获得了很大的发展，但在复杂背景条件下检测效果仍然不佳。随着RGBD传感器技术的发展，在捕获场景中RGB信息的同时能够获取相应的深度信息。深度信息为显著目标检测提供了更多的空间线索，增强模型对目标和背景的辨别能力，提高了模型的性能。现有的显著目标检测模型大多基于深度卷积网络，需要大量数据的驱动。然而，RGBD数据集规模过小不利于深度模型的学习，并且模型的参数量大、占用计算资源多，无法达到实际应用标准。因此，提升基于卷积网络显著目标检测模型对小规模RGBD数据的学习能力以及对模型进行轻量化改造具有重要的研究意义。本文的主要工作如下： （1）融合深度信息的显著目标检测算法研究。我们使用迁移学习方法，将大规模RGB数据中学习到的知识迁移到基于RGBD数据的显著目标检测任务中，发现模型的学习能力增强；通过对深度融合网络的分析，发现分层特征融合的方式更有利于RGB和深度信息的互补表达，提高了模型检测精度。因此，我们结合迁移学习方法，提出了基于分层特征融合的RGBD显著目标检测模型。 （2）RGBD显著目标检测模型轻量化研究。我们用深度可分离卷积替换分层特征融合的RGBD显著目标检测模型的标准卷积，发现模型的参数量大幅降低；在对残差连接进行研究时，发现利用卷积输入和输出的差值特征辅助主干网络，提高了模型的细节表达能力；通过对并行多尺度结构的分析，发现该结构能够增加图像特征表达的多样性。因此，在深度可分离卷积的基础上，我们设计了新的残差连接，提出了并行多尺度残差结构的RGBD显著目标检测轻量化模型。
NETL