HiDAnet: 계층적 깊이 인식을 통한 RGB-D 두드러진 객체 탐지

RGB-D 두드러기 탐지는 다중 모달 단서를 결합하여 두드러진 영역을 정확하게 로컬라이즈하는 것을 목표로 합니다. 기존 연구에서는 기능 모델링을 위해 주의 모듈을 채택하는 경우가 많지만, 세밀한 세부 정보를 사용하여 의미 단서와 결합하는 방법은 거의 없습니다. 따라서 보조 깊이 정보에도 불구하고, 기존 모델이 유사한 외관을 가지지만 다른 카메라 거리에서 있는 객체를 구분하는 것은 여전히 도전적입니다. 본 논문에서는 새로운 관점에서 RGB-D 두드러기 탐지를 위한 새로운 계층적 깊이 인식 네트워크(HiDAnet)를 제안합니다. 우리의 동기는 기하학적 사전의 다중 그레인 크기 특성이 신경망 계층과 잘 상관관계가 있다는 관찰에서 비롯됩니다. 다중 모달 및 다층 융합을 실현하기 위해, 우리는 먼저 그레인 크리기 기반의 주의 체계를 사용하여 RGB 및 깊이 특성의 차별적 능력을 강화합니다. 그런 다음, 조잡한 방식에서 다중 모달 및 다층 융합을 위한 통합된 교차 이중 주의 모듈을 도입합니다. 인코딩된 다중 모달 특성은 점진적으로 공유 디코더로 집계됩니다. 추가로, 우리는 계층적 정보를 최대한 활용하기 위해 다중 스케일 손실을 활용합니다. 도전적인 벤치마크 데이터셋에서 수행된 광범위한 실험은 우리 HiDAnet가 최신 방법들에 비해 큰 차이로 우수한 성능을 발휘함을 보여줍니다. 소스 코드는 https://github.com/Zongwei97/HIDANet/ 에서 확인할 수 있습니다.