近日，自動化學(xué)院顏成鋼教授團(tuán)隊(duì)以杭電為第一作者單位的一篇論文（Dynamic Selective Network for RGB-D Salient Object Detection）被圖像處理領(lǐng)域國際頂級期刊IEEE Transaction on Image Processing（CCF A類，影響因子10.856）錄用為regular paper。該項(xiàng)研究由博士生溫洪發(fā)為第一作者完成，其充分挖掘了不同模態(tài)數(shù)據(jù)間的互補(bǔ)特性，提出了一種新穎的用于RGB-D顯著目標(biāo)檢測的動態(tài)選擇網(wǎng)絡(luò)（Dynamic Selective Network，DSNet）。
該方法借助了卷積神經(jīng)網(wǎng)絡(luò)強(qiáng)大的學(xué)習(xí)能力，通過動態(tài)選擇模塊來自適應(yīng)地探索彩色圖像和深度圖像之間的跨模態(tài)互補(bǔ)信息，其不僅以基于門控的方式優(yōu)化了跨級別信息，而且以基于池化的方式強(qiáng)化了多尺度信息；從全局的角度挖掘高級別的紋理信息和深度信息之間的內(nèi)在關(guān)聯(lián)，粗略地定位了顯著區(qū)域而抑制了背景區(qū)域；采用一種帶有反饋機(jī)制的邊緣監(jiān)督策略，有效地提升了模型的銳化顯著邊緣的能力。實(shí)驗(yàn)結(jié)果表明，在多種評測指標(biāo)下，該方法在廣泛使用的RGB-D基準(zhǔn)數(shù)據(jù)集上取得了具有競爭力的優(yōu)異表現(xiàn)。
視覺顯著目標(biāo)檢測（Salient Object Detection，SOD）是一個在計(jì)算機(jī)視覺領(lǐng)域中受到持續(xù)關(guān)注的基礎(chǔ)性問題，其目的是定位并凸顯圖像或者視頻中最能夠引起視覺注意力的局部區(qū)域。在科研人員們的不斷努力下，顯著目標(biāo)檢測任務(wù)已經(jīng)取得了一些令人振奮的成果，在眾多應(yīng)用領(lǐng)域中扮演著十分重要的角色。例如，高效的顯著目標(biāo)檢測算法廣泛地應(yīng)用于圖像分割、目標(biāo)識別、視覺追蹤和視頻編碼等任務(wù)中?？傮w來說，開展視覺顯著目標(biāo)檢測的相關(guān)研究具有十分重要的理論價(jià)值和實(shí)際意義。
溫洪發(fā)同學(xué)系我校自動化學(xué)院智能信息處理實(shí)驗(yàn)室成員，該實(shí)驗(yàn)室由顏成鋼教授領(lǐng)銜，與美國北卡羅來納大學(xué)教堂山分校、美國中佛羅里達(dá)大學(xué)、澳大利亞悉尼科技大學(xué)、中國科學(xué)院、清華大學(xué)等國內(nèi)外多家高校和科研院所有長期密切的合作，近年來培養(yǎng)出多名優(yōu)秀學(xué)生。正是因?yàn)榈玫搅巳澜珙I(lǐng)域內(nèi)知名學(xué)者的指導(dǎo)，實(shí)驗(yàn)室學(xué)生的研究成果近年來呈現(xiàn)井噴之勢。成員在領(lǐng)域頂級國際期刊（如 IEEE TIP）以及領(lǐng)域頂級國際會議（如IJCAI）上發(fā)表論文40余篇，多次獲得國際會議最佳（學(xué)生）論文獎。值得一提的是，溫洪發(fā)同學(xué)曾赴悉尼科技大學(xué)訪問交流并獲得國際會議最佳論文獎。
