Page 482 - 《软件学报》2026年第2期

童彪 等: 基于边缘增强的宽解码器显著性目标检测方法 961

融合特征经过 4 条不同的卷积分支进行特征重整. 首先, 第 1 条分支中的 1×1 卷积主要用于降低特征通道维
度, 以减少计算量和参数数量, 并且有助于提取更加抽象的特征. 其次, 第 2 条分支采用 3×3 卷积核, 用于捕捉小尺
度目标的特征. 这是因为在处理宽卷积过程中, 往往容易丢失小尺度的信息, 因此使用 3×3 卷积有助于保留这些细
微特征, 提高模型对小尺度目标的感知能力. 第 3 条分支采用 7×7 卷积核, 这种大卷积核 [17] 可以覆盖更广阔的空间
范围, 从而能够捕获更多的局部和全局信息. 这对于特征提取过程中的上下文理解非常重要, 有助于增强模型对目
标周围环境的感知和理解能力. 最后, 第 4 条分支采用 3×3 空洞卷积 [18] . 与其他分支相比, 它在不增加模型参数量
的同时, 可以辅助提取特征图中的远距离关联信息. 空洞卷积可以通过调整膨胀率来灵活调节感受野大小, 从而更
好地捕获远距离的依赖关系, 提高模型对全局信息的感知能力. 最终, 将 4 条分支的特征相加并输出. 过程用公式
表示为:

F b1 = Conv 1×1 (F i ) (4)

F b2 = BN (Conv 3×3 (F i )) (5)

F b3 = BN (Conv 7×7 (F i )) (6)

( )
F b4 = BN Conv 3×3,d=3 (F i ) (7)

(8)
F = F b1 + F b2 + F b3 + F b4
[19]
其中, F i 表示输入特征, F bi 表示第 i 分支的输出特征, BN (·) 表示批归一化 (batch normalization) 操作.
多级宽解码器模块的结构如图 10 所示, 该模块接收 3 个分支的特征流作为输入. 这 3 个分支分别来自编码器
中的残差网络、Swin Transformer 网络以及上一级解码器的输出特征. 在接收到这 3 种特征后, 首先需要统一它们
的维度. 为了实现这一点, 采用采样操作将 3 种特征放缩至相同的大小, 并在通道维度上进行特征拼接, 以便后续
处理.

残差流

解码器流 上采样 宽卷积 宽卷积 上采样 输出
拼接 相加 相加
模块 模块

Swin 流
卷积

图 10 多级宽解码器模块结构

接下来, 通过宽卷积模块对拼接后的特征进行调整和压缩, 这一步骤旨在进一步整合和优化特征, 以确保模型
能够更好地理解图像内容. 然后, 将调整后的特征与融合特征的普通卷积分支特征进行相加, 以获得更丰富和多样
的特征表示. 得到的特征再次送入宽卷积模块, 以进一步提升特征的表达能力. 最后, 输出的特征通过跳跃连接与
输入前的特征相加, 以保留原始信息, 并最终通过上采样操作输出. 通过这样的多级宽解码器模块设计, 能够充分
利用不同分支提取的特征信息, 通过逐步整合和优化特征, 进一步提升模型在任务中的性能表现. 过程用公式表示为:

( ( ))
R
D
S
F = Concat F ,F ,Up F D (9)
i i i i−1

( ) ( )
D
F = WC F D +Conv F D (10)
i i i