深度觉醒：用于RGB-D伪装目标检测的深度感知注意力融合网络
计算机视觉与模式识别
2024-05-12 v1 网络与互联网体系结构
摘要
伪装目标检测（COD）在准确识别与周围环境无缝融合的目标方面一直是一个持续的挑战。然而，大多数现有的COD模型忽略了视觉系统在真实3D环境中运行的事实。单张2D图像中固有的场景深度提供了丰富的空间线索，有助于检测伪装目标。因此，我们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来增强网络感知3D信息的能力，这通常是人眼难以从2D图像中辨别的。该网络使用三叉分支编码器提取颜色和深度信息及其通信。考虑到深度图的某些区域可能无法有效突出伪装目标，我们引入了一个深度加权交叉注意力融合模块，动态调整深度和RGB特征图上的融合权重。为了保持模型简单而不影响有效性，我们设计了一个简单的特征聚合解码器，自适应地融合增强的聚合特征。实验表明，我们的方法显著优于其他最先进的方法，进一步验证了深度信息在伪装目标检测中的贡献。代码将在https://github.com/xinran-liu00/DAF-Net提供。
引用
@article{arxiv.2405.05614,
title = {Depth Awakens: A Depth-perceptual Attention Fusion Network for RGB-D Camouflaged Object Detection},
author = {Xinran Liua and Lin Qia and Yuxuan Songa and Qi Wen},
journal= {arXiv preprint arXiv:2405.05614},
year = {2024}
}