RealCamo：利用布局控制与文本-视觉引导促进真实伪装合成
计算机视觉与模式识别
2026-01-16 v3
摘要
伪装图像生成（CIG）最近已成为为伪装目标检测（COD）获取高质量训练数据的有效替代方案。然而，现有的 CIG 方法与真实伪装图像之间仍存在巨大差距：生成的图像要么由于视觉相似性弱而缺乏足够的伪装，要么呈现出与前景目标在语义上不一致的杂乱背景。为了解决这些局限性，我们提出了 RealCamo，这是一种基于外绘画的、用于可控真实伪装图像生成的新颖框架。RealCamo 明确引入了额外的布局控制来调节全局图像结构，从而改善前景对象与生成背景之间的语义一致性。此外，我们通过将统一的细粒度文本任务描述与面向纹理的背景检索相结合，构建了多模态文本-视觉条件，共同引导生成过程以增强视觉保真度和真实感。为了定量评估伪装质量，我们进一步引入了一个背景-前景分布散度指标，用于衡量生成图像中伪装的有效性。大量实验和可视化证明了我们提出框架的有效性。
引用
@article{arxiv.2512.22974,
title = {RealCamo: Boosting Real Camouflage Synthesis with Layout Controls and Textual-Visual Guidance},
author = {Chunyuan Chen and Yunuo Cai and Shujuan Li and Weiyun Liang and Bin Wang and Jing Xu},
journal= {arXiv preprint arXiv:2512.22974},
year = {2026}
}
备注
25 pages