交叉模逆制导网络

轻量高精RGB-D检测

利用高层解码特征引导低层RGB与深度编码特征，在模态缺失时仍保持高精度分割。

Zhu, Hegui · Jia, Ni · Xi, Yang · Zhang, Libo

Pattern Recognition 2024

技术优势

解码特征引导编码

利用高层解码特征引导低层RGB和深度编码特征，快速定位显著区域并去除噪声。

模态缺失仍可用

双流交互融合模块在融合过程中减少对两个模态特征的依赖，单一模态缺失或混乱时影响降低。

模型更轻更快

与现有先进模型相比，本模型在保持高竞争力的同时参数更少、推理更快。

应用场景

• 机器人视觉：为机器人提供轻量且模态鲁棒的显著目标检测，适应真实场景模态缺失。
• 智能检测：在复杂场景中快速分割显著区域，辅助缺陷检测与目标定位。
• 多模态感知：融合RGB与深度特征，提升多模态下显著目标检测的鲁棒性。