SPSN: Superpixel Prototype Sampling Network for RGB-D Salient Object Detection SPSN: RGB-D 輝点物体検出のためのスーパーピクセルプロトタイプサンプリングネットワーク

RGB-D 輝点物体検出 (SOD) は、さまざまな視覚タスクの重要な前処理操作であるため、最近注目を集めています。しかし、深層学習ベースの手法の進歩にもかかわらず、RGB画像と深度マップ間の大きなドメインギャップや低品質な深度マップの存在により、RGB-D SOD は依然として困難を伴っています。この問題を解決するために、我々は新しいスーパーピクセルプロトタイプサンプリングネットワーク (SPSN) アーキテクチャを提案します。提案されたモデルは、入力のRGB画像と深度マップを構成要素となるスーパーピクセルに分割し、構成要素プロトタイプを生成します。さらに、プロトタイプサンプリングネットワークを設計して、ネットワークが輝点物体に対応するプロトタイプのみをサンプリングするようにしています。また、信頼度選択モジュールを提案し、各RGBおよび深度特徴マップの品質を認識し、その信頼性に応じて適応的に重み付けを行うようにしています。提案された方法により、モデルはRGB画像と深度マップ間の一貫性がない場合でも堅牢性が向上し、非輝点物体の影響が排除されます。我々の方法は5つの主要データセットで評価され、最先端の性能を達成しました。比較実験を通じて提案手法の有効性を証明しています。