RefOnce：将参考图像蒸馏为原型记忆以实现指代伪装目标检测
计算机视觉与模式识别
2025-11-27 v1
摘要
指代伪装目标检测（Ref-COD）通过利用少量参考图像来分割场景中指定的伪装目标。尽管现有方法有效，但当前系统采用双分支设计，在测试时需要参考图像，这限制了可部署性，并增加了延迟和数据收集负担。我们提出了一种 Ref-COD 框架，该框架在训练期间将参考图像蒸馏为类别原型记忆，并在推理时通过查询条件化的原型混合来合成参考向量。具体而言，我们为每个类别维护一个经指数移动平均（EMA）更新的原型，并从查询中预测混合权重，以在没有任何测试时参考图像的情况下生成引导向量。为了弥合参考统计信息与伪装查询特征之间的表示差距，我们提出了一种双向注意力对齐模块，该模块同时调整查询特征和类别表示。因此，我们的方法为 Ref-COD 提供了一条简单、高效且无需强制参考图像的路径。我们在大规模 R2C7K 基准上评估了所提出的方法。大量实验表明，与近期最先进的方法相比，所提出的方法具有竞争力或更优越的性能。代码可在 https://github.com/yuhuan-wu/RefOnce 获取。
引用
@article{arxiv.2511.20989,
title = {RefOnce: Distilling References into a Prototype Memory for Referring Camouflaged Object Detection},
author = {Yu-Huan Wu and Zi-Xuan Zhu and Yan Wang and Liangli Zhen and Deng-Ping Fan},
journal= {arXiv preprint arXiv:2511.20989},
year = {2025}
}
备注
11 pages, 5 figure, 6 tables