camouflaged object detection | BriefGPT

关键词camouflaged object detection

搜索结果 - 33

利用基于实地模型的自我监督算法进行自控伪装人类检测
本文提出了两种方法，自我监督和节俭学习，并将它们应用于追踪隐蔽对象的任务，实验结果表明，通过自我监督方法可以实现与完全监督的节俭学习相似的性能。
PDFa month ago
GreenCOD：一种绿色伪装的物体检测方法
我们介绍了 GreenCOD，一种用于检测伪装目标的绿色方法，其独特之处在于避免了反向传播技术。GreenCOD 利用了梯度增强和从预训练的深度神经网络（DNNs）中提取的深度特征。该方法显著简化了模型设计，需要更少的参数和操作，并与最先进
PDFa month ago
深度唤醒：一种 RGB-D 伪装物体检测的深度 - 感知 - 注意力融合网络
本文提出了一种新颖的深度感知注意力融合网络，利用深度图作为辅助输入，增强网络感知三维信息的能力，从而改善伪装物体检测。通过使用特定的编码器提取色彩和深度信息，并引入深度加权的交叉注意力融合模块来动态调整深度和 RGB 特征图的融合权重。最后
PDF2 months ago
自适应引导学习用于伪装对象检测
本文提出了自适应引导学习网络（AGLNet），它是一种统一的可学习模型，用于在 CNN 模型中探索和调整不同的附加线索，以引导准确的伪装特征学习，并在不同的附加线索下实现了显著的性能改进。
PDF2 months ago
移动的聚光灯：一种简单但高效的单支网络用于穿透伪装
基于移动聚光灯的单支网络，在效率和性能之间取得了最佳平衡，比领先的高效 COD 模型减少了 32.13% 的 MAC 运算，并且在性能上表现出色。
PDF3 months ago
视频伪装目标检测中的明确动作处理和交互提示
提出了一种新颖的显式动作处理和交互提示框架（EMIP），用于视频伪装目标检测（VCOD）。该框架利用预训练的光流基础模型，通过双流架构实现伪装分割和光流估计，并通过交互提示方式增强两个流的输出。实验结果表明，EMIP 在流行的 VCOD 基
PDF4 months ago
基于 Vision Transformer 的简单且高效网络用于伪装物体和显著物体检测
本文提出了一种简单而有效的基于 Vision Transformer（ViT）的网络（SENet），通过采用一种基于不对称 ViT 的编码器 - 解码器结构的简单设计，在隐藏目标检测和显著目标检测两个任务上取得了有竞争力的结果，在精细设计的
PDF4 months ago
CoFiNet: 多尺度精细展示揭秘伪装物体
提出了一种名为 CoFiNet 的新方法，专注于多尺度特征融合与提取，通过细节特征的有效分割来提高其对伪装对象的检测能力，同时采用粗到细的策略、多尺度特征集成模块、多激活选择核模块和双掩模策略等技术手段，在四个不同数据集上进行了全面实验，证
PDF5 months ago
AAAISAM 中松弛图像特定提示要求：单个通用提示用于分割伪装物体
通过使用文本提示来生成视觉提示并自适应测试时，本文介绍了一种基于广义任务描述的通用型对象检测方法，名为 Generalizable SAM（GenSAM）。实验证明，GenSAM 在三个基准测试上优于点标注方法，并达到了与涂鸦标注方法相当的
PDF7 months ago
VSCode：基于 2D 提示学习的通用视觉突显和伪装物体检测
基于 VSCode 模型和 2D prompt 学习的引入，共同解决了四个显著目标检测任务和三个伪装目标检测任务，实现了在 26 个数据集上六个任务的最优结果，并通过结合 2D prompts，如 RGB-D COD，呈现了对未见任务的零样
PDF7 months ago
大规模视觉语言模型的泛化与虚构通过迷彩镜头
我们提出了一种新颖的框架，camo-perceptive 视觉语言框架（CPVLF），以探索 LVLM 在具有挑战性的伪装目标检测（COD）情景中是否可以在无需训练的情况下实现泛化。通过观察 LVLM 的泛化过程，我们发现由于其内部的幻觉问
PDF8 months ago
ZoomNeXt: 一种统一的协作金字塔网络用于伪装物体检测
我们提出了一种有效的统一协同金字塔网络用于实现对伪装物体的检测，通过模拟人类行为中的缩放策略来学习具有辨别能力的多尺度语义，并利用富含的粒度感知单元来充分探索候选物体和背景环境之间的不可察觉线索，并结合不确定性意识损失来增强对候选区域的高置
PDF8 months ago
揭示伪装：用于伪装物体检测和实例分割的可学习傅里叶增强
通过频域中的可学习增强方法（Camouflage Fourier），我们的研究旨在改善隐形物体检测和分割模型的性能，通过增加训练数据的规模和多样性，揭示隐形物体的结构并提高检测和分割能力。
PDF10 months ago
MM频率感知网络的伪装物体检测
通过在频域中在频域中使用可学习和可分离的频率感知机制，我们提出了一种能够在众多具有挑战性场景中准确检测到隐藏对象的方法，该方法包括频率引导的粗定位阶段和保持细节的精细定位阶段，并通过多级特征提取、优先引导校正和跨层特征通道关联等步骤实现校正
PDFa year ago
超分辨率与伪装物体检测的比较研究
超分辨率 (SR) 和伪装物体检测 (COD) 是计算机视觉领域中的两个热门主题，本文首次进行了这两个领域的综合比较评估，基于常用的 COD 数据集对不同的超分辨率方法进行基准测试，同时通过使用 SR 方法处理的 COD 数据评估不同的 C
PDFa year ago
策略性猎物使敏锐的捕食者：通过生成伪装对象增强伪装物体检测器
Camouflaged object detection faces challenges, and this research proposes an adversarial training framework, Camouflagea
PDFa year ago
伪装目标检测的扩散模型
本研究提出了一种基于扩散的伪装目标检测框架（diffCOD），该框架将伪装目标分割任务视为从噪声掩码到目标掩码的去噪扩散过程，并采用模型学习来逆转这一噪声处理过程。通过将输入图像先验编码和集成到去噪扩散模型中来加强去噪学习，同时使用注入注意
PDFa year ago
预训练、适应与检测：伪装目标检测的多任务适配器调整
我们提出了一种新颖的 “预训练、适应和检测” 方法，通过引入大型预训练模型，将从大量多模态数据中学习到的丰富知识直接转移到伪装对象检测任务中，使用轻量级并行适配器调整下游伪装对象检测任务的特征，通过在源任务上进行多任务适配器初始化和在目标任
PDFa year ago
基于不确定性感知的联合显著目标检测与伪装目标检测
通过数据级矛盾建模和任务级矛盾建模，引入不确定性感知学习流程，从而在突显物体检测和伪装物体检测任务中充分探索矛盾信息。为了更好地理解这两个任务的不确定性，我们广泛研究了不确定性估计技术，以实现对每个任务的困难区域进行有效估计和学习。实验结果
PDFa year ago
特征引入与干扰物感知的伪装物体检测
本研究提出了一种新的特征融合和多干扰物注视的网络，用于解决融入环境中的伪装目标检测问题，并通过自行构建的 ACOD2K 数据集验证其性能。
PDFa year ago