MirrorMamba：面向可扩展鲁棒视频镜像检测的新方法
计算机视觉与模式识别
2025-11-11 v1 人工智能
摘要
视频镜像检测近年来受到广泛关注，但现有方法在性能和鲁棒性方面存在显著不足。这些方法往往过度依赖单一且不可靠的动态特征，或基于感受野有限的卷积神经网络（CNN），或采用计算复杂度为二次的Transformer结构。为此，我们提出一种新型且高效的视频镜像检测方法，命名为MirrorMamba。该方法综合运用多重线索以适应多样化场景，融合感知深度、对应关系和光流信息。我们还引入了创新的基于Mamba的多方向对应提取器（Mamba-based Multidirection Correspondence Extractor），该模块凭借Mamba空间状态模型的全局感受野和线性计算复杂度，能够有效捕获对应关系特征。此外，我们设计了基于Mamba的层级边界强化解码器，以解决因深度图模糊导致的边界不清问题。值得注意的是，本工作首次成功将Mamba架构应用于镜像检测领域。大量实验表明，在基准数据集上，MirrorMamba在视频镜像检测任务中超越了现有最先进的方法。 Furthermore，在最具挑战性且最具代表性的基于图像的镜像检测数据集上，我们的方法实现了最先进的性能，证明了其鲁棒性和通用性。
引用
@article{arxiv.2511.06716,
title = {MirrorMamba: Towards Scalable and Robust Mirror Detection in Videos},
author = {Rui Song and Jiaying Lin and Rynson W. H. Lau},
journal= {arXiv preprint arXiv:2511.06716},
year = {2025}
}