HyperAIHyperAI

Command Palette

Search for a command to run...

Détection d’Objets Saliants avec Prise en Compte de la Qualité de Profondeur

Chenglizhao Chen Jipeng Wei Chong Peng Hong Qin

Résumé

Les méthodes actuelles de détection d'objets saillants basées sur la fusion RGB-D adoptent généralement une structure à double flux pour équilibrer la fusion entre les canaux RGB et profondeur (D). La qualité du canal D varie souvent en fonction des scènes, tandis que les approches à double flux de pointe (SOTA) ne prennent pas en compte cette variation de qualité, ce qui peut entraîner des difficultés substantielles pour atteindre une fusion complémentaire efficace entre RGB et D, notamment en présence de données de profondeur de faible qualité. Par conséquent, cet article propose d'intégrer un sous-réseau innovant sensible à la qualité de la profondeur dans la structure classique à double flux, visant à évaluer la qualité de la profondeur avant d'effectuer une fusion sélective RGB-D. Comparée aux méthodes SOTA à double flux, la principale caractéristique de notre méthode réside dans sa capacité à réduire l'importance des régions D de faible qualité, sans contribution ou même avec une contribution négative lors de la fusion RGB-D, permettant ainsi d'atteindre un statut complémentaire beaucoup plus amélioré entre RGB et D.


Créer de l'IA avec l'IA

De l'idée au lancement — accélérez votre développement IA avec le co-codage IA gratuit, un environnement prêt à l'emploi et le meilleur prix pour les GPU.

Codage assisté par IA
GPU prêts à l’emploi
Tarifs les plus avantageux

HyperAI Newsletters

Abonnez-vous à nos dernières mises à jour
Nous vous enverrons les dernières mises à jour de la semaine dans votre boîte de réception à neuf heures chaque lundi matin
Propulsé par MailChimp