实验室硕博连读生李恭杨的论文最近被国际顶级会议European Conference on Computer Vision(ECCV)录用，该论文针对RGB-D图像的显著性检测，提出了一个跨模态跨尺度的加权网络，利用主干网络中不同尺度特征的特性来增强跨模态特征的有效交互，以提高特征融合的有效性，构建了一种新的跨模态跨尺度加权模块，以促进彩色图像和深度图特征之间的有效交互，提高RGB-D显著性检测的准确性，并利用深层监督对不同尺度上的中间预测结果进行监督。实验结果表明，所提出的跨模态跨尺度的加权网络的性能优于已有的RGB-D显著性检测模型。

[1] G. Li, Z. Liu*, L. Ye, Y. Wang, and H. Ling, "Cross-modal weighting network for RGB-D salient object detection," ECCV, Glasgow, Aug. 2020.

Link: https://github.com/MathLee/CMWNet;