DPANet：Depth Potentiality-Aware Gated Attention Network for RGB-D Salient Object Detection

RGB-D顕著オブジェクト検出における主な課題は以下の2つである：（1）マルチモーダルなRGB-Dデータ間の補完性を効果的に統合する方法；（2）信頼性の低い深度マップによる汚染効果を防止する方法。実際には、これらの2つの問題は密接に結びついており、従来の手法は主に第一の問題に注目しつつ、深度マップの品質に関する考察を軽視しがちであり、その結果、モデルが部分最適な状態に陥る可能性がある。本論文では、これらの2つの課題を包括的かつ連携的に取り扱うことで、深度マップの潜在性を明示的にモデル化し、マルチモーダルな補完性を効果的に統合する新たなネットワーク「DPANet」を提案する。深度潜在性の認識機構を導入することで、学習に基づいたアプローチにより深度情報の潜在的な有用性を捉え、データ統合プロセスを適切に指導し、汚染の発生を抑制する。統合プロセスにおけるゲート付き多モーダルアテンションモジュールは、ゲート制御機構を備えたアテンションメカニズムを用いることで、マルチモーダル視点から長距離依存関係を効果的に捉える。8つのデータセット上で15の最先端手法と比較した実験結果により、提案手法の有効性が定量的および定性的に裏付けられた。