《表5 3种指标下的实验结果比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《多级上采样融合的强监督RGBD显著性目标检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文模型与ASCD15[11]、SE16[15]、LBE16[8]、DF16[16]、MLFN17[17]、CTMF17[18]、PCFN18[19]、MMCI19[20]、TAN19[21]等方法进行对比。为了公平比较，本文使用所提供的显著图或者由提供代码生成的显著图。如图4为本文提出的方法与其他方法在PR曲线上进行对比。如表5为本文的实验结果在3个数据集上依据3种评价指标与其他模型对比，Fβ和Sm越高越好，MAE越小越好。先前的工作PCFN18[19]、MMCI19[20]、TAN19[21]仅采用了后期融合架构，且跨级和跨模态的融合过程是通过固定的单路径实现的，这很难实现较丰富的融合流。本文通过引入RGB、Depth两种单流模态和融合流模态的交互传递，为特征融合提供了更多的跨模态融合路径，从而增强RGB和Depth信息的互补性。从图4和表5可以看出，本文提出的方法在3个数据集上面明显占有优势，在所有的数据集和评价指标上均优于其他模型，这充分证明了本文方法的有效性。如图5提供了一种可视化对比图，可以看出提出的方法产生了更加精准的显著图。