近日，自动化学院颜成钢教授团队以杭电为第一作者单位的一篇论文（Dynamic Selective Network for RGB-D Salient Object Detection）被图像处理领域国际顶级期刊IEEE Transaction on Image Processing（CCF A类，影响因子10.856）录用为regular paper。该项研究由博士生温洪发为第一作者完成，其充分挖掘了不同模态数据间的互补特性，提出了一种新颖的用于RGB-D显著目标检测的动态选择网络（Dynamic Selective Network，DSNet）。

该方法借助了卷积神经网络强大的学习能力，通过动态选择模块来自适应地探索彩色图像和深度图像之间的跨模态互补信息，其不仅以基于门控的方式优化了跨级别信息，而且以基于池化的方式强化了多尺度信息；从全局的角度挖掘高级别的纹理信息和深度信息之间的内在关联，粗略地定位了显著区域而抑制了背景区域；采用一种带有反馈机制的边缘监督策略，有效地提升了模型的锐化显著边缘的能力。实验结果表明，在多种评测指标下，该方法在广泛使用的RGB-D基准数据集上取得了具有竞争力的优异表现。

视觉显著目标检测（Salient Object Detection，SOD）是一个在计算机视觉领域中受到持续关注的基础性问题，其目的是定位并凸显图像或者视频中最能够引起视觉注意力的局部区域。在科研人员们的不断努力下，显著目标检测任务已经取得了一些令人振奋的成果，在众多应用领域中扮演着十分重要的角色。例如，高效的显著目标检测算法广泛地应用于图像分割、目标识别、视觉追踪和视频编码等任务中。总体来说，开展视觉显著目标检测的相关研究具有十分重要的理论价值和实际意义。

温洪发同学系我校自动化学院智能信息处理实验室成员，该实验室由颜成钢教授领衔，与美国北卡罗来纳大学教堂山分校、美国中佛罗里达大学、澳大利亚悉尼科技大学、中国科学院、清华大学等国内外多家高校和科研院所有长期密切的合作，近年来培养出多名优秀学生。正是因为得到了全世界领域内知名学者的指导，实验室学生的研究成果近年来呈现井喷之势。成员在领域顶级国际期刊（如 IEEE TIP）以及领域顶级国际会议（如IJCAI）上发表论文40余篇，多次获得国际会议最佳（学生）论文奖。值得一提的是，温洪发同学曾分别赴悉尼科技大学访问交流并获得国际会议最佳论文奖

转自 杭电新闻 原文链接：http://www.hdu.edu.cn/news/important_29130