基于动态标记聚类的层次图交互变换器用于伪装物体检测
计算机视觉与模式识别
2024-09-24 v2
摘要
伪装物体检测（COD）旨在识别与周围背景无缝融合的对象。由于伪装物体与背景区域的内在相似性，现有方法极难精确区分伪装物体。本文提出了一种称为HGINet的层次图交互网络，能够通过有效的层次化标记特征之间的图交互来发现潜在的不可察觉的对象。具体而言，我们首先设计了一种带有动态标记聚类的区域感知标记聚焦注意（RTFA），以挖掘局部区域中可能可区分的标记。随后，提出了层次图交互变换器（HGIT），用于在潜在交互空间中构建层次特征之间的双向对齐通信，以实现视觉语义增强。此外，我们提出了带有置信度聚合特征融合（CAFF）模块的解码器网络，逐步融合层次化交互特征，以细化模糊区域的局部细节。大量实验在流行数据集上进行，即COD10K、CAMO、NC4K和CHAMELEON，证明了HGINet相对于现有最先进方法的优越性能。我们的代码可在 https://github.com/Garyson1204/HGINet 上获取。
引用
@article{arxiv.2408.15020,
title = {Hierarchical Graph Interaction Transformer with Dynamic Token Clustering for Camouflaged Object Detection},
author = {Siyuan Yao and Hao Sun and Tian-Zhu Xiang and Xiao Wang and Xiaochun Cao},
journal= {arXiv preprint arXiv:2408.15020},
year = {2024}
}
备注
Accepted by IEEE Transactions on Image Processing