面向隐蔽视觉感知的带生成式精炼的可逆展开网络

现有的隐蔽视觉感知（CVP）方法通常利用可逆策略来降低不确定性，但这些策略通常局限于掩码域，RGB域的潜力尚未被充分探索。为解决此问题，我们提出了一种带生成式精炼的可逆展开网络，称为RUN++。具体而言，RUN++首先将CVP任务建模为一个数学优化问题，并将迭代求解过程展开为一个多阶段深度网络。该方法提供了一种原则性的方式，可在掩码域和RGB域中应用可逆建模，同时利用扩散模型来解决由此产生的不确定性。网络的每个阶段集成了三个目标驱动的模块：隐蔽对象区域提取（CORE）模块将可逆建模应用于掩码域以识别核心对象区域；上下文感知区域增强（CARE）模块将此原理扩展到RGB域以促进更好的前景-背景分离；以及基于噪声增强的微调迭代（FINE）模块提供最终的精炼。FINE模块引入了一个目标化的伯努利扩散模型，该模型仅精炼分割掩码中的不确定区域，利用扩散模型的生成能力进行细节恢复，而无需全图处理的高昂计算成本。这种独特的协同作用，即展开网络为扩散模型提供了强不确定性先验，使RUN++能够有效地将其焦点导向模糊区域，显著减少假阳性和假阴性。此外，我们引入了一种构建鲁棒CVP系统的新范式，该系统在真实世界退化下仍保持有效，并将此概念扩展到一个更广泛的双层优化框架中。