摘要

现有大多数RGB-D显著目标检测（SOD）方法在利用深度图像时，主要关注前景区域。然而，在传统SOD方法中，背景同样提供了对性能提升具有重要意义的信息。为更充分地挖掘前景与背景区域中的显著性信息，本文提出了一种双边注意力网络（Bilateral Attention Network, BiANet），用于RGB-D显著目标检测任务。具体而言，我们设计了一种具有互补注意力机制的双边注意力模块（Bilateral Attention Module, BAM），包含前景优先（Foreground-First, FF）注意力和背景优先（Background-First, BF）注意力两种策略：FF注意力以渐进式精炼的方式聚焦于前景区域，而BF注意力则用于恢复背景区域中潜在有用的显著性信息。得益于所提出的BAM模块，BiANet能够捕捉到更具意义的前景与背景线索，并将更多注意力集中于优化前景与背景交界处的不确定细节。此外，我们进一步通过引入多尺度技术扩展了BAM模块，以进一步提升显著目标检测性能。在六个基准数据集上的大量实验表明，所提出的BiANet在客观评价指标和主观视觉对比方面均优于现有的先进RGB-D SOD方法。在配备NVIDIA GeForce RTX 2080Ti GPU的环境下，BiANet在224×224分辨率的RGB-D图像上可实现高达80帧/秒（fps）的实时推理速度。全面的消融实验也充分验证了各模块设计的有效性与贡献。