Face aux problèmes d'incomplétude des cibles détectées et de flou des bords dans la détection de la saillance des images du champ lumineux, cet article propose une méthode de détection de la saillance basée sur la guidance par les bords. Un réseau d'amélioration des bords est utilisé pour extraire la carte principale et la carte d'amélioration des bords à partir de l'image tout focalisée, combinées aux caractéristiques extraites de la carte principale et des images empilées pour obtenir une carte de saillance initiale afin d'améliorer la précision et la complétude des résultats ; la carte de saillance initiale et la carte d'amélioration des bords sont ensuite fusionnées via un module de fusion de caractéristiques pour apprendre davantage les informations sur les propriétés des bords, mettant en avant les détails des bords ; enfin, une fonction de perte mixte de bord est utilisée pour optimiser et obtenir une carte de saillance avec des contours plus nets. Les résultats expérimentaux montrent que le réseau proposé offre un F-mesure de 0,88 et un MAE de 0,046 sur les jeux de données les plus récents d'images de champ lumineux, surpassant les méthodes existantes de détection de saillance des images RGB, RGB-D et des images de champ lumineux. La méthode proposée permet de détecter avec plus de précision les objets saillants complets dans des scènes complexes, obtenant ainsi une carte de saillance aux contours nets.

détection de saillance;apprentissage profond;images du champ lumineux;réseaux de neurones convolutionnels;réseau de détection des bords