Um tiefenmerkmalbasierte Informationen effizient zur Unterstützung der Salienzerkennung zu nutzen und die Fusion von Merkmalen unterschiedlicher Skalen zu realisieren, schlägt dieser Artikel einen auf einem verbesserten CDINet-Algorithmus basierenden RGB-D-Bild-Salienzziel-Erkennungsalgorithmus vor. Zunächst wurde ein Multiskalen-Merkmalsfusionsmodul hinzugefügt, um die Übertragung von Merkmalsinformationen zwischen Encoder und Decoder zu verstärken, was den Verlust von oberflächlichen Merkmalen effektiv reduziert und durch die Sprungverbindungen des Hilfs-Decoders mehr Merkmalsinformationen über hervorgehobene Objekte erhält. Anschließend wurde am Ende der Netzwerkstruktur von CDINet ein rekurrentes Aufmerksamkeitsmodul angeschlossen, das durch die Verwendung einer auf Gedächtnis ausgerichteten Szenenverständnisfunktion lokale Details schrittweise optimiert. Schließlich wurde die Verlustfunktion angepasst, indem ein Konsistenzverstärkungsverlust (CEL) verwendet wurde, um Probleme der räumlichen Konsistenz durch die Fusion von Merkmalen unterschiedlicher Skalen zu behandeln und die Salienzbereiche ohne Erhöhung der Parameter gleichmäßig hervorzuheben. Die experimentellen Ergebnisse zeigen, dass das verbesserte Modell im Vergleich zum ursprünglichen CDINet-Algorithmusmodell auf dem LFSD-Datensatz den F-Measure um 0,6% verbessert und den MAE um 0,4% gesenkt hat; auf dem STERE-Datensatz wurde der F-Measure um 0,4% und der S-Measure um 0,5% verbessert. Im Vergleich zu anderen Algorithmusmodellen erfüllt dieses Modell im Wesentlichen die Anforderungen an bessere Erkennungsleistung und höhere Anpassungsfähigkeit.

Salienzobjekterkennung; Computer Vision; Kantenerkennung; Deep Learning