HyperCOD：面向高光谱伪装物体检测的首个具有挑战性基准与基线
计算机视觉与模式识别
2026-01-08 v1
摘要
RGB 基于颜色和纹理线索的伪装物体检测在现实场景中难以应对。虽然高光谱图像通过捕获细粒度光谱特征提供了强有力的替代方案，但高光谱伪装物体检测（HCOD）的进展严重受限于缺乏专门的大规模基准。为推动创新，我们引入 HyperCOD，首个面向 HCOD 的具有挑战性基准。基准包含 350 幅高分辨率高光谱图像，涵盖最小化目标、复杂形状、严重遮挡和动态光照等复杂真实场景，以挑战当前模型。基础模型如 Segment Anything Model (SAM) 提供了 compelling 机遇。为适配 HCOD，我们提出 HyperSpectral Camouflage-aware SAM (HSC-SAM)。HSC-SAM 将高光谱图像解耦为输入至 SAM 图像编码器的空间图和作为自适应提示的光谱显著性图。这种转换有效弥合了模态差距。大量实验表明 HSC-SAM 在 HyperCOD 上创造了新的状态-of-the-art，并对其他公开 HSI 数据集具有良好泛化。HyperCOD 数据集及 HSC-SAM 基线为该新兴领域的后续研究提供了稳健基础。
引用
@article{arxiv.2601.03736,
title = {HyperCOD: The First Challenging Benchmark and Baseline for Hyperspectral Camouflaged Object Detection},
author = {Shuyan Bai and Tingfa Xu and Peifu Liu and Yuhao Qiu and Huiyan Bai and Huan Chen and Yanyan Peng and Jianan Li},
journal= {arXiv preprint arXiv:2601.03736},
year = {2026}
}