面向360°图像的多域与Mamba协同的显著性目标检测方法

本发明提供了面向360°图像的多域与Mamba协同的显著性目标检测方法，主要是面向图像赤道区域结构建模与全局引导增强的显著性区域检测方法，引入了PVT作为骨干网络，提取多尺度特征，再将多尺度特征输入到频域‑空间域协调模块，将PVT骨干提取的多尺度特征通过频域和空间域信息充分融合，可以有效捕捉图像中的多尺度边缘细节，强化赤道区域的显著性边界；然后引入了注意力融合Mamba模块，通过融合频域‑空间域协调模块的输出特征，Mamba模块能有效提升赤道显著性信息对极区区域的结构引导和语义补全，最后通过设计的轻量级多阶段特征聚合模块用于生成显著性特征图。本发明提供的检测方法可以在较低计算复杂度的情况下取得了最先进的性能。