基于频率引导的空间自适应遮蔽物检测
计算机视觉与模式识别
2024-09-20 v1
摘要
遮蔽物检测旨在分割与周围环境模式非常相似的遮蔽物。最近的研究表明，通过频率信息增强特征表示可大幅缓解前景物体与背景之间的歧义问题。随着Vision Foundation模型（如InternImage、Segment Anything Model等）的出现，使用轻量级适配器模块在遮蔽物检测任务上进行模型适配显示出一种新颖且有前景的研究方向。现有适配器模块主要关注空间域中的特征适配。本文提出了一种用于遮蔽物检测的新型频率引导空间自适应方法。具体而言，我们将适配器的输入特征转换为频率域。通过对频谱图中位于非重叠圆内的频率成分进行分组和相互作用，不同的频率成分被动态增强或削弱，从而实现对图像细节和轮廓特征的自适应强度调整。同时，突出有利于区分物体与背景的特征，间接暗示遮蔽物的位置和形状。我们在四个广泛采用的数据集上进行了大量实验，所提出的方法以显著优势超过26个最先进的方法。代码将公开发布。
引用
@article{arxiv.2409.12421,
title = {Frequency-Guided Spatial Adaptation for Camouflaged Object Detection},
author = {Shizhou Zhang and Dexuan Kong and Yinghui Xing and Yue Lu and Lingyan Ran and Guoqiang Liang and Hexu Wang and Yanning Zhang},
journal= {arXiv preprint arXiv:2409.12421},
year = {2024}
}
备注
The paper has been accepted for publication as a regular paper in the IEEE Transactions on Multimedia