该论文研究了任意模态显著目标检测（AM SOD）的任务，旨在从任意模态（如 RGB 图像，RGB-D 图像和 RGB-D-T 图像）中检测显著对象。首先，提出了一种新颖的模态自适应 Transformer（MAT）来解决 AM SOD 中的两个基本挑战，即需要处理不同模态类型引起的更多多样化模态差异以及由多模态融合策略输入中不确定的模态数量引起的动态融合设计。其次，通过学习一些提示，MAT 首先提出了模态适应特征提取器（MAFE）来处理多样化模态差异，为每种模态引入一个模态提示。接着，MAFE 采用新的模态转换收缩（MTC）损失在训练阶段进一步设计，以帮助 MAFE 学习那些模态可区分的模态提示。然后，MAFE 通过通道级和空间级融合混合（CSFH）策略满足动态融合的需求，其中 CSFH 使用通道级动态融合模块（CDFM）和新颖的空间级动态融合模块（SDFM）来融合不同数量的模态的单模态特征，同时有效捕捉跨模态互补的语义和细节信息。此外，CSFH 根据它们的特点，将 CDFM 和 SDFM 与不同级别的单模态特征进行精确对齐，以更有效地利用互补信息。

May, 2024

该研究提出了一种称为 SPNet 的新框架，它通过探索共享信息和特定性质（如特定性）来受益于 SOD 性能，并采用双模态特定网络和共同学习网络来生成单独的和共享的显着性预测地图，分别。此外，为了捕获丰富的互补多模态信息以提高 SOD 性能，该研究还提出了一种多模态特征聚合（MFA）模块。

Aug, 2021

本文提出了一个名为 cmMS block 的模块，结合了 cross-modality feature modulation、adaptive feature selection 和 saliency-guided position-edge attention，可以逐步整合和完善 RGB-D 显著性检测中的交叉模态补充关系，有效提高了精度表现。

Jul, 2020

用统一的框架 UniSOD 来处理单模态和多模态显著目标检测任务，通过自适应提示学习生成模态感知提示，并将其插入到预训练基准模型中处理相应的任务，同时与训练整个模型相比，只需要较少的可学习参数，取得了对 RGB、RGB-D 和 RGB-T SOD 任务的一致性性能提升。

Nov, 2023

本文提出了一种深度敏感的 RGB 特征建模方案，并使用深度几何先验来实现特征增强和背景分心减少。另外，我们还提出了一种自动架构搜索方法来进行 RGB-D 显着对象检测，取得了比现有技术更好的结果。

Mar, 2021

通过构建 RDVS 数据集和引入 DCTNet+，本文在 RGB-D 视频中进行了显著目标检测，通过使用多模态注意力模块实现了多模态特征的增强与融合，实验结果表明 DCTNet + 在 17 个 VSOD 模型和 14 个 RGB-D SOD 模型中表现优越。

Oct, 2023

本文提出了一种新的动态扩张金字塔模块和混合增强损失函数，在 RGB-D 显著目标检测方面表现优于现有方法。

Jul, 2020

多模态显著目标检测 (MSOD) 通过将可见资源与深度或热红外资源整合，旨在提高显著性检测的性能。本文提出了一种新颖的自适应融合模块，利用一组基本融合方案的互补优势来同时处理不同挑战，以实现鲁棒的 MSOD。通过实验证明，该方法在多个数据集上相较于最先进的方法取得了卓越的性能。

Jun, 2024

提供了一个统一解决 RGB、RGB-D 和 RGB-T 三种数据类型的显著目标检测任务的创新模型框架，并基于此框架提出了一个高速高性能的轻量级 SOD 模型 AiOSOD。

Nov, 2023

本文提出了一种多交互双解码器方法，挖掘和建模多类型相互作用的 RGB-thermal 显著物体检测，它能处理多种场景并具有鲁棒性。在公共 RGBT 和 RGBD SOD 数据集上进行的广泛实验表明，该方法的性能优于最先进的算法。

May, 2020