基于深度学习的RGB-D显著性物体检测研究

摘要

显著性物体检测主要是要识别一个场景中最吸引人的区域。近年来，这个基础性的工作在很多计算机视觉应用中都发挥了至关重要的作用，比如：视觉追踪，图像分割，物体识别，等等。 本文提出了一个新颖的深度诱导多尺度循环注意力网络去进行显著性物体检测。这个网络在处理复杂场景时取得了优异的表现。该网络有三个主要的贡献，并且已经被实验证明具有重要的实践优势。首先，该模型借鉴残差连接的优势，设计了一个简单而有效的深度提取块，去充分地提取和整合多层次的来自于RGB和深度的成对互补显著性线索。其次，包含了丰富的空间信息的深度线索被创新性地与多尺度的上下文特征结合到一起，去帮助准确的定位显著性物体。第三，受到人脑的内部推导机制的启发，设计了一个新颖的循环注意力模块，显著提高了模型的性能。这个模型可以全面的理解融合特征的内部语义关联以及使用面向记忆的场景理解功能去优化局部细节信息，进而生成更加准确的显著性结果。此外，本文提供了一个大规模的RGB-D数据集，这个数据集包含了更多复杂的场景，有助于全方位的评估显著性模型。 在七个数据集上的大量实验表明，和其他16个最先进的2D和3D方法相比，本文的方法取得了一致最优的效果。为了让本文的工作可以重现，源代码和结果文件将公开发布。此外，为了促进RGB-D显著性物体检测领域的进一步研究，所有在本文中收集的已经划分好的数据集将会以即时可用的方式分享。

目录

声明

1 绪论

1.1 研究背景及意义

1.2 国内外研究现状及发展趋势

1.3 论文主要研究内容

1.4 论文的结构安排

2 显著性物体检测介绍

2.1 2D显著性物体检测

2.2 3D显著性物体检测

2.3 4D显著性物体检测

2.4 其他技术介绍

（1） CBAM: Convolutional Block Attention Module

（2） 空洞卷积

2.5 本章小结

3 基于RGB-D的显著性物体检测模型

3.1 检测模型框架

3.1.1 模型引入

3.1.2 总体结构

3.2 多层信息融合模块

3.3 深度诱导的多尺度上下文融合模块

3.4 循环注意力模块

3.5 本章小结

4 实验数据集与度量方法

4.1 RGB-D数据集

4.1.1 数据集获取方式

4.1.2 公开RGB-D数据集分析

4.1.3 本文所提供数据集分析

4.2 训练集和测试集

4.3 实验度量方法介绍

4.4 本章小结

5 实验结果及分析

5.1 实验设置

5.2 实现细节

5.3 实验结果分析

5.3.1 定量分析

5.3.2 定性分析

5.4 模型简化测试分析

5.4.1 多层信息融合-DRB的性能

5.4.2 深度诱导的多尺度上下文加权模块-DMSW的性能

5.4.3 循环注意力模块-RAM的性能

5.4.4 模型简化分析小结

5.5 本章小结

结论

参 考 文 献

攻读硕士学位期间发表学术论文及获奖情况

致谢

大连理工大学学位论文版权使用授权书