辩论增强的伪标记与频率感知的渐进式去偏用于弱标注的伪装物体检测
计算机视觉与模式识别
2026-05-04 v5 人工智能
摘要
弱标注伪装物体检测（WSCOD）旨在定位和分割位于其周环境场景中视觉隐蔽的物体，仅依赖于稀疏监督，如草图标注。尽管近期取得了进展，现有 WSCOD 方法仍远落后于全监督方法，主要受限于两个方面：(1) 由通用分段模型（如 SAM）生成的伪掩码经规则筛选后常常不可靠，因为这些模型缺乏针对 COD 的任务特定语义理解，难以实现有效的伪标记；(2) 忽视草图标注中固有的标注偏差，导致模型无法捕获伪装物体的全局结构。为克服这些挑战，我们提出了 ETOR 框架，是一个由辩论增强的伪标记和频率感知的渐进式去偏构成的两个阶段的 WSCOD 框架。在第一个阶段，我们引入一种自适应熵驱动的点采样方法和多主体辩论机制，以增强 SAM 在 COD 任务中的能力，提高伪掩码的可解释性和精确度。在第二个阶段，我们设计了 FADeNet，通过逐级融合多级别频率感知特征来平衡全局语义理解与局部细节建模，同时动态重新加权各区域的监督强度，以缓解草图标注的偏差。通过同时利用伪掩码和草图语义的监督信号，ETOR 显著缩小了弱监督与全监督 COD 之间的差距，在多个基准上实现了最先进的性能。
引用
@article{arxiv.2512.20260,
title = {Debate-Enhanced Pseudo Labeling and Frequency-Aware Progressive Debiasing for Weakly-Supervised Camouflaged Object Detection with Scribble Annotations},
author = {Jiawei Ge and Jiuxin Cao and Xinyi Li and Xuelin Zhu and Chang Liu and Bo Liu and Chen Feng and Ioannis Patras},
journal= {arXiv preprint arXiv:2512.20260},
year = {2026}
}