基于多模态RGB-T的显著性目标检测算法

刘东, 毕洪波, 任思琪, 于鑫, 张丛

吉林大学学报(信息科学版) ›› 2024, Vol. 42 ›› Issue (03) : 573 -578.

PDF
吉林大学学报(信息科学版) ›› 2024, Vol. 42 ›› Issue (03) : 573 -578. DOI: 10.19292/j.cnki.jdxxp.20240201.008

基于多模态RGB-T的显著性目标检测算法

    刘东, 毕洪波, 任思琪, 于鑫, 张丛
作者信息 +

Author information +
文章历史 +
PDF

摘要

针对RGB(Red Green Blue)模态与热度模态信息表征形式不一致,特征信息无法有效挖掘、融合问题,提出了一种新的联合注意力强化网络-FCNet(Feature Sharpening and Cross-modal Feature Fusion Net)。首先,通过双维度注意力机制提升图像特征映射能力;然后,利用跨模态特征融合机制捕获目标区域;最后,利用逐层解码结构消除背景干扰,优化检测目标。实验结果表明,该优化改进算法运算参数更少、运算时间更短,且模型整体检测性能均优于现有多模态检测模型性能。

关键词

多模态 / RGB-热 / 特征锐化模块 / 跨模态融合机制

Key words

引用本文

引用格式 ▾
基于多模态RGB-T的显著性目标检测算法[J]. 吉林大学学报(信息科学版), 2024, 42(03): 573-578 DOI:10.19292/j.cnki.jdxxp.20240201.008

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

131

访问

0

被引

详细

导航
相关文章

AI思维导图

/