基于深度网络特征交互的RGB-T显著目标检测

来源：电子测量技术杂志2025年第13期北京时间：

作者：魏明军，杨轩，葛一珲，刘亚志，李辉

单位：1.华北理工大学人工智能学院 唐山 063210;2.河北省工业智能感知重点实验室 唐山 063210

摘要：针对现有方法中多模态间的互补信息利用不充分、特征交互易引入噪声的问题，提出了一种深度特征交互网络。首先，在编码阶段提出了深度特征多层交互模块，使用深度特征作为特征交互的线索，以充分利用可见光的纹理信息和热成像的位置信息。其次，设计了纹理位置特征交互模块，通过纹理信息与位置信息进行交互以实现同层级间的特征互补。然后，在解码阶段提出了膨胀卷积特征融合模块，通过膨胀卷积块提高模型感受野，使模型关注网络中的多尺度信息。最后，在公共RGB-T数据集VT5000、VT1000、VT821进行了广泛实验，实验表明，所提出网络的平均绝对误差分别达到2.2%、1.5%、2.5%，与领域内先进的方法相比，取得了优异的性能。

关键词：显著目标检测;多模态;特征融合;RGB-T;特征交互;深度学习

基金资助：河北省教育厅重点课题（ZD2022102）、河北省工业智能感知重点实验室项目（SZX2021013）资助