深度唤醒：一种 RGB-D 伪装物体检测的深度 - 感知 - 注意力融合网络
原文中文，约300字，阅读约需1分钟。发表于：。本文提出了一种新颖的深度感知注意力融合网络，利用深度图作为辅助输入，增强网络感知三维信息的能力，从而改善伪装物体检测。通过使用特定的编码器提取色彩和深度信息，并引入深度加权的交叉注意力融合模块来动态调整深度和 RGB 特征图的融合权重。最后，采用简单而有效的特征聚合解码器自适应地融合改进的聚合特征。实验表明，我们提出的方法在伪装物体检测方面具有显著的优势，进一步验证了深度信息在其中的贡献。
本文提出了一种新颖的深度感知注意力融合网络，利用深度图增强网络感知三维信息的能力，改善伪装物体检测。实验证明该方法具有显著优势，验证了深度信息的贡献。
