ECFNet: Enhanced Cross-modal Fusion Network for RGB-D Salient Object Detection
यह शोध पत्र ECFNet का प्रस्ताव करता है, जो एक Swin Transformer-आधारित फ्रेमवर्क है जो RGB-D सैलिएंट ऑब्जेक्ट डिटेक्शन के लिए, क्रॉस-गेटेड रेसिडुअल फ्यूजन, प्रेडिक्शन-गाइडेड प्रोग्रेसिव एग्रीगेशन, गेटेड स्किप कनेक्शंस और एज रिफाइनमेंट मॉड्यूल सहित सहयोगी इंटरेक्शन मैकेनिज्म के माध्यम से मोडैलिटी-विशिष्ट फीचर्स को संरक्षित करके प्रदर्शन को बढ़ाता है, और आठ बेंचमार्क डेटासेट्स पर अत्याधुनिक परिणाम प्राप्त करता है।