具有增强边界感知的弱监督伪装目标检测

《Image and Vision Computing》:Weakly-supervised camouflaged object detection with enhanced boundary perception

【字体: 大 中 小 】 时间:2026年10月01日 来源:Image and Vision Computing 5.0

编辑推荐:

   •提出了一种用于伪装目标检测的新型两阶段弱监督框架。•EBP-Net通过感觉域融合(Sensory Field Fusion)有效地整合了跨尺度感受野。•Cerberus注意力机制缓解了复杂边界处的前后景混淆问题。•与当前最先进非SAM弱监督方法相比,平均绝对误差(MAE)最

  
  • •
    提出了一种用于伪装目标检测的新型两阶段弱监督框架。
  • •
    EBP-Net通过感觉域融合(Sensory Field Fusion)有效地整合了跨尺度感受野。
  • •
    Cerberus注意力机制缓解了复杂边界处的前后景混淆问题。
  • •
    与当前最先进非SAM弱监督方法相比,平均绝对误差(MAE)最多降低36.7%。
  • •
    自一致性约束使网络无需额外代价即可实现自主边界感知。

引言

伪装目标检测(Camouflaged Object Detection, COD)是计算机视觉领域的一项艰巨挑战,其核心在于识别和分割被刻意隐藏于周围环境中的目标。自2020年COD10K数据集发布以来[1],该领域的关注度日益提升,相关出版物数量显著增长。其应用涵盖了医学诊断[2]、物种保护[3]以及农业害虫检测[4]、[5]等多个领域。与常规目标检测[6]、[7]不同,伪装目标检测的根本难点在于目标与背景在纹理、色彩和语义特征上高度相似所导致的边界模糊问题。随着COD10K[1]和CAMO[8]等大规模标注数据集的发布,研究者对基于数据驱动的全监督深度学习方法产生了浓厚兴趣,这些方法已基于像素级标注建立了强大的基线性能。
尽管全监督方法表现优异,但它们严重依赖像素级标注,而获取这些标注的成本极其高昂(每张图像约需5分钟[1]、[8]),这严重限制了其实际应用的可行性。为解决这一瓶颈,研究者开始探索无监督和弱监督范式。无监督伪装目标检测(UCOD)面临的核心挑战在于:在缺乏标注的情况下,如何从具有相似低级特征的背景中区分出伪装目标。尽管[9]率先提出了UCOD的领域自适应框架,但其预测结果仍存在大量噪声。相比之下,涂鸦监督方法展现出更大的潜力——[10]提出的S-COD数据集和CRNet模型仅需5%的标注时间即可达到接近全监督的性能。然而,由于涂鸦标注缺乏精确的边界监督,现有方法在复杂边界场景(如遮挡、梯度边缘)中表现不佳。这一局限性同样存在于弱监督显著性目标检测中,[11]曾试图通过合成边界生成来缓解该问题,但其基于纹理扩展的方法对复杂伪装模式无效。
为应对涂鸦监督伪装目标检测中的边界感知挑战,据我们所知,我们提出了一种新型两阶段训练框架。第一阶段训练网络利用原始图像获取基本的特征提取、目标识别和检测能力。在此基础上,借鉴[11]的思路,第二阶段对这些图像进行处理,生成合成边界及相应标注,而无需额外的手动成本。通过输出后处理和一致性约束,该阶段增强了网络的边界感知能力。此外,我们引入了增强边界感知网络(Enhanced Boundary Perception Network, EBP-Net),这是一种新颖的架构,采用三阶段渐进式检测范式:特征提取、特征融合和目标识别。该网络创新性地融入了感觉域融合(Sensory Field Fusion, SFF)模块用于感受野整合,以及Cerberus注意力模块用于前后景交互,并通过模仿学习逐步提升检测能力。在CHAMELEON、CAMO、COD10K和NC4K数据集上的大量实验表明,本方法相较于以往的弱监督和无监督方法取得了显著提升。具体而言,与当前最先进的非SAM方法相比,本方法在四个数据集上的平均绝对误差(MAE)分别降低了25.0%、30.0%、36.7%和32.8%(如图1所示)。
概而言之,我们的主要贡献如下:
  • •
    我们开发了一种专为伪装场景设计的新型涂鸦监督学习框架,将低级特征(颜色/纹理)与深层语义特征相结合,以实现自主边界感知。
  • •
    我们提出了EBP-Net,一种新颖的伪装目标检测框架,将识别流程分解为三个专门阶段:(1) 层次化特征提取,(2) 跨尺度特征融合,(3) 判别式目标识别,从而有效揭示复杂背景中的隐蔽目标。
  • •
    通过在四个基准数据集(CAMO、COD10K等)上的全面实验,本方法为无监督和弱监督伪装目标检测树立了新的最先进性能里程碑。

章节摘要

更广泛的AI与全监督COD

为了从全局视角阐述当前方法的发展脉络,首先需要认识到人工智能(AI)和深度学习对更广泛的计算机视觉领域所产生的深远影响。近年来,AI显著拓展了视觉感知的边界,从常规目标检测延伸至人类行为分析[12]和复杂医学影像[13]等专门领域。例如,先进的AI模型已经

概述

为清晰呈现我们的方法,总体训练框架如图2所示,而网络的内部模块细节将在后续图中展示。我们提出的提取、融合与识别网络(EBP-Net)能够定位和识别输入图像中的伪装目标。网络头部部分的低层卷积块作为监督信号,引导模型关注深层语义特征,用于

数据集与评估指标

我们的实验在四个COD基准数据集上进行,包括CAMO[8]、CHAMELEON[21]、COD10K[1]和NC4K[24]。遵循[10]的做法,我们在S-COD数据集上进行训练。我们采用四项评估指标:平均绝对误差(MAE)[41]、S-measure[42]、E-measure[43]和加权F-measure[44]。

实现细节

我们使用PyTorch实现本方法,并在GeForce RTX 3090 GPU上进行实验。在训练阶段,我们通过水平翻转和随机将输入图像尺寸调整为320×320

结论

本文提出了一种新型两阶段弱监督训练框架和一个新网络EBP-Net,以应对伪装目标检测(COD)中边界分割模糊的挑战。通过引入感觉域融合(SFF)模块和Cerberus注意力模块,本方法有效整合了跨尺度感受野并缓解了前后景混淆问题。大量的定量实验结果证明了本方法的优势,该方法使

CRediT作者贡献声明

张应坚(Yingjian Zhang):写作——审阅与编辑、写作——初稿撰写、资源、项目管理、形式分析、数据整理。李宁(Ning Li):写作——审阅与编辑、指导、项目管理、经费获取。焦继超(Jichao Jiao):写作——审阅与编辑、指导、项目管理、经费获取。刘一鸣(Yiming Liu):写作——审阅与编辑、写作——初稿撰写、可视化、验证、资源、项目管理、方法论、调查研究、数据

利益冲突声明

作者声明不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。
张应坚 | 李宁 | 焦继超 | 刘一鸣 | 严一欣 | 沈天琦
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号