Page 484 - 《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 963

该指标值越小性能越好, 下同.
实验结果如表 1 和表 2 所示. 表 2 中, Params 表示模型的参数量大小 (number of parameters), FLOPs 是指在输
1024×1024 时的模型计算量. 可以看出, 本文提出的基于边缘增强的宽解码器显著性目标检测方法
入图像尺寸为
在 5 个公共数据集上表现出了令人满意的性能. 值得注意的是, 该方法在 3 个高分辨率数据集上的指标相较于两
个低分辨率数据集有着更为显著的提升, 这一现象突显了所提出方法中各模块的有效性.

表 1 不同方法在低分辨率数据集上的实验比较结果

DUTS DUT-OMRON
方法
F max ↑ MAE ↓ E m ↑ S m ↑ F max ↑ MAE ↓ E m ↑ S m ↑
CPD 0.865 0.043 0.887 0.869 0.797 0.056 0.866 0.825
SCRN 0.888 0.040 0.888 0.885 0.811 0.056 0.863 0.837
DAS 0.895 0.034 0.908 0.894 0.827 0.050 0.877 0.845
3
F Net 0.891 0.035 0.902 0.888 0.813 0.053 0.871 0.838
GCPA 0.888 0.038 0.891 0.891 0.812 0.056 0.860 0.839
ITSD 0.883 0.041 0.895 0.885 0.821 0.061 0.863 0.840
LDF 0.898 0.034 0.910 0.892 0.820 0.051 0.873 0.838
CTD 0.897 0.034 0.909 0.893 0.826 0.052 0.875 0.844
PFS 0.896 0.036 0.902 0.892 0.823 0.055 0.875 0.842
SelfReformer 0.916 0.026 0.920 0.911 0.836 0.041 0.886 0.856
PGNet-D 0.917 0.027 0.922 0.911 0.835 0.045 0.887 0.855
PGNet-DH 0.919 0.028 0.925 0.912 0.835 0.046 0.887 0.858
Ours-D 0.927 0.024 0.930 0.914 0.844 0.039 0.908 0.858
Ours-DH 0.935 0.020 0.939 0.916 0.848 0.037 0.911 0.861

表 2 不同方法在高分辨率数据集上的实验比较结果

DAVIS-S HRSOD UHRSD
方法 Params (M) FLOPs (G)
F max ↑ MAE ↓ E m ↑ S m ↑ F max ↑ MAE ↓ E m ↑ S m ↑ F max ↑ MAE ↓ E m ↑ S m ↑
CPD 47.85 149.42 0.871 0.029 0.921 0.893 0.867 0.041 0.891 0.881 0.894 0.055 0.884 0.878
SCRN 25.23 126.69 0.893 0.027 0.911 0.902 0.880 0.042 0.887 0.888 0.904 0.051 0.880 0.887
DAS 36.68 240.88 0.902 0.020 0.949 0.911 0.893 0.032 0.925 0.897 0.914 0.045 0.892 0.889
3
F Net 25.54 138.38 0.915 0.020 0.940 0.914 0.900 0.035 0.913 0.897 0.909 0.046 0.887 0.890
GCPA 67.06 555.53 0.922 0.020 0.934 0.929 0.889 0.036 0.898 0.898 0.912 0.047 0.886 0.896
ITSD 51.07 319.49 0.899 0.022 0.922 0.909 0.896 0.036 0.912 0.898 0.911 0.045 0.895 0.897
LDF 25.15 130.69 0.911 0.019 0.947 0.922 0.904 0.032 0.919 0.904 0.913 0.047 0.891 0.888
CTD 11.83 51.71 0.904 0.019 0.938 0.911 0.905 0.032 0.921 0.905 0.917 0.043 0.898 0.897
PFS 31.18 382.86 0.916 0.019 0.946 0.923 0.911 0.033 0.922 0.906 0.918 0.043 0.896 0.897
SelfReformer 91.59 106.61 0.932 0.016 0.954 0.918 0.924 0.026 0.945 0.900 0.924 0.040 0.926 0.888
PGNet-D 72.72 57.04 0.936 0.015 0.947 0.935 0.931 0.021 0.944 0.930 0.931 0.037 0.904 0.912
PGNet-DH 72.72 57.04 0.950 0.012 0.975 0.948 0.937 0.020 0.946 0.935 0.935 0.036 0.905 0.912
Ours-D 122.84 264.77 0.944 0.014 0.958 0.939 0.944 0.018 0.955 0.936 0.942 0.031 0.937 0.915
Ours-DH 122.84 264.77 0.961 0.009 0.979 0.949 0.953 0.015 0.968 0.939 0.954 0.023 0.949 0.918

这种优势主要源于模型在设计时更加注重细节信息的捕捉和长距离依赖关系的建模, 使其在特征提取和多尺
度信息融合方面具备更丰富的表示能力. 然而, 这种设计也导致参数量相对较高. 为平衡计算开销, 本文方法采用
双分支结构, 在不同分辨率下分别处理图像, 以综合考虑细节信息与语义信息的提取. 即使面对 1024×1024 的高分
辨率输入, 计算量依然保持在对比方法的平均水平, 兼顾了高效性与性能表现.
此外, 差分卷积模块、多尺度注意力模块和多级宽解码器模块的联合作用, 使得模型能够学习到更为丰富的
细节信息, 实现更精准的显著物体分割, 从而提升整体性能和分割质量. 实验结果表明, 所提出的方法在处理高分
辨率图像时具有显著优势, 并且能够有效应对不同分辨率图像带来的挑战.