论文阅读——I Can Find You! Boundary-Guided Separated Attention Network for Camouflaged Object Detection

目录

  • 基本信息
  • 标题
  • 目前存在的问题
  • 改进
  • 网络结构
  • 另一个写的好的参考

基本信息

期刊 AAAI
年份 2022
论文地址 https://ojs.aaai.org/index.php/AAAI/article/view/20273
代码地址 https://github.com/zhuhongwei1999/BSA-Net

标题

我能找到你!用于伪装对象检测的边界引导分离注意网络

目前存在的问题

传统上,可以采用显著目标检测(SOD)技术对COD的任务;或者开发各种手工特性来处理COD。不幸的是,被伪装的物体往往尽可能地将自己隐藏在背景中,而不是像显著物体那样突出自己。这些(SOD)技术甚至手工制作的精细COD特征都不够灵敏,无法捕捉到任何伪装对象与其背景之间的细微差异,导致COD结果不佳。

改进

  1. 通过模拟人类如何检测伪装对象,我们提出了一种新的COD网络,利用提出的分离注意模块来提高前沿COD模型的性能
  2. 设计了一个改进的范例,提出了一个简单而有效的边界向导,将边界信息嵌入到粗特征图中,形成我们的边界引导的分离注意网络

网络结构

论文阅读——I Can Find You! Boundary-Guided Separated Attention Network for Camouflaged Object Detection_第1张图片

另一个写的好的参考

网址

你可能感兴趣的:(论文阅读,目标检测,人工智能)