Die bestehenden RGB-D-Salient-Objekt-Erkennungsverfahren basieren in der Regel auf einer Bi-Stream-Architektur, um den Kompromiss bei der Fusion von RGB und Tiefe (D) zu finden. Die Qualität der Tiefeninformation variiert jedoch von Szene zu Szene, während die aktuellen besten Bi-Stream-Ansätze nicht über eine Tiefenqualitätsbewusstsein verfügen. Dies führt leicht zu erheblichen Schwierigkeiten bei der Erreichung eines komplementären Fusionzustands zwischen RGB und D, insbesondere bei niedriger Tiefenqualität. Daher versucht dieses Papier, ein neuartiges Tiefenqualitätsbewusstes Untermodell in die klassische Bi-Stream-Architektur zu integrieren, mit dem Ziel, die Tiefenqualität vor der selektiven RGB-D-Fusion zu bewerten. Im Vergleich zu den besten aktuellen Bi-Stream-Methoden ist der Hauptvorteil unserer Methode ihre Fähigkeit, die Bedeutung von niedriger Qualität, nicht beitragenden oder sogar negativ beitragenden Tiefengebieten während der RGB-D-Fusion abzuschwächen. Dadurch wird ein wesentlich verbessertes komplementäres Verhältnis zwischen RGB und D erreicht.