EXTENDED DEEP DOWNSAMPLING NETWORK WITH MULTI-INTERACTIVE REFINEMENT FOR UNDERWATER SALIENT OBJECT DETECTION

doi:10.2316/J.2026.206-1259

EXTENDED DEEP DOWNSAMPLING NETWORK WITH MULTI-INTERACTIVE REFINEMENT FOR UNDERWATER SALIENT OBJECT DETECTION

2026-01-01

0

PRE

AI

DOI：10.2316/J.2026.206-1259

原文链接

原文求助

摘要

En 中文

水下环境是科学研究和海洋应用的关键资源。为抑制水下图像中的噪声并生成准确的显著性图，我们提出了一种端到端的分割网络。该网络采用粗到精策略，由扩展的深度下采样网络和多交互式精化网络组成。扩展的深度下采样编码器用于获取更深层特征，以增强网络的表达能力。通过每层的自精化模块和注意力机制抑制噪声。扩展的深度特征融合形成粗显著性图。然而，在噪声抑制过程中该图可能被过度分割，导致空间连贯性信息丢失。提出的多交互式精化网络用于精化粗显著性图，旨在生成准确完整的对象表示，同时最小化噪声引入。在 underwater datasets 和陆地数据集上的实验表明，所提网络在 USOD、UFO-120、USOD10K 和 DUTS 数据集上分别达到 0.9079、0.8458、0.7941 和 0.8757 的准确率评分，以及 0.049、0.0799、0.0616 和 0.0353 的最低误差评分。本方法代码可从 https://github.com/leckie711/EDMR 获取。

Keyword:

Segmentation network

Underwater environment

Multi-interactive refinement

Salient object detection

EXTENDED DEEP DOWNSAMPLING NETWORK WITH MULTI-INTERACTIVE REFINEMENT FOR UNDERWATER SALIENT OBJECT DETECTION

摘要

期刊

机构

引用论文