本论文提出了一种新的网络结构，通过交替聚合局部全局特征，实现了空间和通道信息的交互，并在超分辨率方面超过了其他网络。

本论文提出了一种新的网络结构，通过交替聚合局部全局特征，实现了空间和通道信息的交互，并在超分辨率方面超过了其他网络。

该研究提出了一种多模态混合损失方法（MMHL），通过混合融合模块在RGB和热感特征融合时考虑了空间和通道信息。通过顺序训练策略，先对RGB图像进行训练，再学习跨模态特征，提高了显著性检测性能。性能评估结果显示，该方法优于现有方法。