Page 481 - 《软件学报》2026年第2期

960 软件学报 2026 年第 37 卷第 2 期

输入 卷积 卷积 卷积 卷积
池化 池化 池化 池化

注意力 注意力 注意力

输出
相加

图 8 多尺度注意力模块结构

将输入的融合特征连续解耦, 可以制造特征的分层结构, 从而更好地捕获图像中的多层次信息. 在这个过程中
利用注意力机制, 通过自身包含的全局语义信息来匹配并强化各层次特征中的细节信息. 逐层筛选和强化后, 可以
得到与显著目标相关的特征信息, 同时抑制了浅层特征中的噪声. 这样的特征融合修正增强的过程能够有效提高

模型对显著目标的检测性能, 使得模型能够更准确地定位和识别目标区域.
多尺度注意力模块利用不同尺度的特征进行融合, 使得高层特征能够补充低层特征的细节信息, 而低层特征
则为高层特征提供上下文信息, 增强了特征表达的丰富性和准确性. 通过在不同网络层之间进行注意力计算, 将各
层的特征信息进行整合. 这样不仅能够利用高层特征的抽象语义信息, 还能保留低层特征的细节信息. 从而能够有
效提高显著性目标检测任务中的特征表达能力和检测精度. 该结构不仅能够捕捉到更多的细节信息, 还能够抑制
背景噪声, 从而在复杂场景下实现更好的显著性目标检测效果.
2.4 多级宽解码器模块
在显著性目标检测方法中, 常见的模型架构之一是 U 型结构, 例如 U-Net [15] 模型. 这类模型结构通常由编码器
和解码器串联组成. 在编码器中, 采用卷积和下采样操作, 用以提取不同尺度的局部和全局信息, 从而逐步缩小特
征尺寸. 然而, 在解码器中, 为了确保最终模型能够输出与原始图像相同尺寸的显著预测图, 通常需要进行上采样
操作, 逐步将特征还原至初始大小. 然而, 如果仅仅使用常见的上采样方法 [16] , 例如双线性上采样, 由于其缺乏可
学习性, 无法有效传递信息, 可能导致原始特征中的部分信息丢失. 这会导致特征在空间上的失真, 使得特征图被
过度平滑, 从而丢失一些细微的细节信息, 不利于后续的预测输出.
为了解决这一问题, 一些方法选择在上采样过程中引入卷积层和归一化层, 以调整特征分布, 从而恢复或增强
细节信息, 减缓连续上采样带来的影响. 然而, 这些卷积层通常使用小尺寸的内核, 由于感受野的限制, 无法有效处
理较长距离的依赖信息. 这可能会导致模型在恢复细节信息的过程中, 丢失一些重要的上下文信息, 从而影响最终
的预测结果. 因此, 本文提出带有宽卷积的解码器模块, 宽卷积模块结构如图 9 所示.

1×1卷积

输入 3×3卷积 归一化 输出
相加
7×7卷积 归一化

3×3空洞卷积 归一化
膨胀系数3

图 9 宽卷积模块结构