FMNet: 用于伪装目标检测的频率辅助类 Mamba 线性注意力网络
计算机视觉与模式识别
2025-06-03 v2 人工智能
摘要
由于伪装目标与其周围环境之间存在极强的相似性，伪装目标检测 (COD) 具有挑战性，这使得识别变得复杂。现有方法主要依赖空间局部特征，无法捕捉全局信息，而 Transformer 会增加计算成本。为解决这一问题，本文提出了频率辅助类 Mamba 线性注意力网络 (FMNet)，其利用频域学习高效捕捉全局特征，并缓解目标与背景之间的歧义。FMNet 引入了多尺度频率辅助类 Mamba 线性注意力 (MFM) 模块，通过多尺度结构融合频率与空间特征，以处理尺度变化同时降低计算复杂度。此外，金字塔频率注意力提取 (PFAE) 模块和频率反向解码器 (FRD) 增强了语义并重构了特征。实验结果表明，FMNet 在多个 COD 数据集上优于现有方法，展示了其在性能和效率上的优势。代码可在 https://github.com/Chranos/FMNet 获取。
引用
@article{arxiv.2503.11030,
title = {FMNet: Frequency-Assisted Mamba-Like Linear Attention Network for Camouflaged Object Detection},
author = {Ming Deng and Sijin Sun and Zihao Li and Xiaochuan Hu and Xing Wu},
journal= {arXiv preprint arXiv:2503.11030},
year = {2025}
}