既存のRGB-D显著物体検出手法は、通常、RGBと深度（D）間の融合のバランスを取るため、双流構造を採用しています。しかし、Dの品質はシーンによって異なることが多く、最先端の双流アプローチは深度品質に無頓着であるため、RGBとDの補完的な融合状態を達成することが容易に困難となり、低品質なDに対する融合結果が悪化する傾向があります。そこで本論文では、古典的な双流構造に新しい深度品質認識サブネットを統合することを目指しており、選択的なRGB-D融合を行う前に深度品質を評価します。当手法と最先端の双流手法との主な違いは、RGB-D融合時に低品質で貢献度が低い、あるいは負の貢献をするD領域の重要性を軽減できることであり、これによりRGBとD間の補完的な状態が大幅に改善されます。