近日，自動化學院顏成鋼教授團隊以杭電為第一作者單位的一篇論文（Dynamic Selective Network for RGB-D Salient Object Detection）被圖像處理領域國際頂級期刊IEEE Transaction on Image Processing（CCF A類，影響因子10.856）錄用為regular paper。該項研究由博士生溫洪發為第一作者完成，其充分挖掘了不同模態數據間的互補特性，提出了一種新穎的用于RGB-D顯著目標檢測的動態選擇網絡（Dynamic Selective Network，DSNet）。

該方法借助了卷積神經網絡強大的學習能力，通過動態選擇模塊來自適應地探索彩色圖像和深度圖像之間的跨模態互補信息，其不僅以基于門控的方式優化了跨級別信息，而且以基于池化的方式強化了多尺度信息；從全局的角度挖掘高級別的紋理信息和深度信息之間的內在關聯，粗略地定位了顯著區域而抑制了背景區域；采用一種帶有反饋機制的邊緣監督策略，有效地提升了模型的銳化顯著邊緣的能力。實驗結果表明，在多種評測指標下，該方法在廣泛使用的RGB-D基準數據集上取得了具有競爭力的優異表現。

視覺顯著目標檢測（Salient Object Detection，SOD）是一個在計算機視覺領域中受到持續關注的基礎性問題，其目的是定位并凸顯圖像或者視頻中最能夠引起視覺注意力的局部區域。在科研人員們的不斷努力下，顯著目標檢測任務已經取得了一些令人振奮的成果，在眾多應用領域中扮演著十分重要的角色。例如，高效的顯著目標檢測算法廣泛地應用于圖像分割、目標識別、視覺追蹤和視頻編碼等任務中。總體來說，開展視覺顯著目標檢測的相關研究具有十分重要的理論價值和實際意義。

溫洪發同學系我校自動化學院智能信息處理實驗室成員，該實驗室由顏成鋼教授領銜，與美國北卡羅來納大學教堂山分校、美國中佛羅里達大學、澳大利亞悉尼科技大學、中國科學院、清華大學等國內外多家高校和科研院所有長期密切的合作，近年來培養出多名優秀學生。正是因為得到了全世界領域內知名學者的指導，實驗室學生的研究成果近年來呈現井噴之勢。成員在領域頂級國際期刊（如 IEEE TIP）以及領域頂級國際會議（如IJCAI）上發表論文40余篇，多次獲得國際會議最佳（學生）論文獎。值得一提的是，溫洪發同學曾赴悉尼科技大學訪問交流并獲得國際會議最佳論文獎。