LAKE-RED: 基于潜在背景知识检索增强扩散的伪装图像生成
计算机视觉与模式识别
2024-07-15 v4
摘要
伪装视觉感知是一项重要的视觉任务，具有众多实际应用。由于昂贵的采集和标注成本，该领域面临一个主要瓶颈：其数据集的物种类别仅限于少量目标物种。然而，现有的伪装生成方法需要手动指定背景，因此无法以低成本方式扩展伪装样本的多样性。本文提出了一种潜在背景知识检索增强扩散模型（LAKE-RED）用于伪装图像生成。据我们所知，我们的贡献主要包括：(1) 首次提出了一种无需接收任何背景输入的伪装生成范式。(2) 我们的LAKE-RED是首个具有可解释性的知识检索增强伪装生成方法，其中我们提出将知识检索与推理增强显式分离，以缓解任务特定挑战。此外，我们的方法不限于特定的前景目标或背景，为将伪装视觉感知扩展到更多样化的领域提供了潜力。(3) 实验结果表明，我们的方法优于现有方法，生成了更逼真的伪装图像。
引用
@article{arxiv.2404.00292,
title = {LAKE-RED: Camouflaged Images Generation by Latent Background Knowledge Retrieval-Augmented Diffusion},
author = {Pancheng Zhao and Peng Xu and Pengda Qin and Deng-Ping Fan and Zhicheng Zhang and Guoli Jia and Bowen Zhou and Jufeng Yang},
journal= {arXiv preprint arXiv:2404.00292},
year = {2024}
}
备注
Accepted by CVPR 2024, Fig.2 and Equation 4 revised