摘要

近期基于深度神经网络的显著目标检测（SOD）方法取得了显著的性能提升。然而，大多数现有的SOD模型在设计时针对低分辨率输入，在处理高分辨率图像时表现不佳，这是由于采样深度与感受野大小之间的矛盾所致。为了解决这一矛盾，我们提出了一种新颖的一阶段框架——金字塔嫁接网络（Pyramid Grafting Network, PGNet），该框架利用变压器（Transformer）和卷积神经网络（CNN）主干分别从不同分辨率的图像中独立提取特征，然后将变压器分支的特征嫁接到CNN分支。为了使CNN分支在解码过程中能够更全面地结合断裂的详细信息，我们提出了一种基于注意力机制的跨模型嫁接模块（Cross-Model Grafting Module, CMGM），该模块通过不同的源特征进行引导。此外，我们设计了一种注意力引导损失（Attention Guided Loss, AGL），以显式监督由CMGM生成的注意力矩阵，帮助网络更好地与来自不同模型的注意力进行交互。我们贡献了一个新的超高分辨率显著性检测数据集UHRSD，包含5,920张分辨率为4K至8K的图像。据我们所知，这是目前数量和分辨率最大的高分辨率SOD任务数据集，可用于未来研究中的训练和测试。在UHRSD及广泛使用的SOD数据集上进行的充分实验表明，我们的方法相比现有最先进方法具有优越的性能。