深度辅助网络用于不可辨识海洋目标计数与自适应运动差异化特征编码
计算机视觉与模式识别
2025-03-12 v1
摘要
不可辨识海洋目标计数面临诸多挑战，包括水下场景中的有限可见性、目标之间的相互遮挡与重叠，以及背景与前景在外观、颜色和纹理上的动态相似性。这些因素显著增加了计数过程的复杂性。为应对基于视频的不可辨识目标计数数据集匮乏的问题，我们开发了一个新颖的数据集，包含 50 个视频，从中提取了约 800 帧并标注了约 40,800 个逐点目标标签。该数据集准确表示了不可辨识海洋目标与周围环境精密融合的真实水下环境，从而全面展示了上述目标计数中的挑战。为应对这些挑战，我们提出了一种深度辅助网络，结合自适应运动差异化特征编码。该网络由骨干编码模块和三个分支组成：深度辅助分支、密度估计分支和运动权重生成分支。深度辅助分支提取的深度感知特征通过深度增强编码器得到增强，以改善目标表示。同时，运动权重生成分支的权重在自适应流估计模块中细化多尺度感知特征。实验结果表明，我们的方法不仅在所提出的数据集上达到了最先进的性能，而且在另外三个基于视频的人群计数数据集上也取得了具有竞争力的结果。预训练模型、代码和数据集可在 https://github.com/OUCVisionGroup/VIMOC-Net 获取。
关键词
引用
@article{arxiv.2503.08152,
title = {Depth-Assisted Network for Indiscernible Marine Object Counting with Adaptive Motion-Differentiated Feature Encoding},
author = {Chengzhi Ma and Kunqian Li and Shuaixin Liu and Han Mei},
journal= {arXiv preprint arXiv:2503.08152},
year = {2025}
}