狡猾猎物造就敏锐捕食者:通过生成伪装物体增强伪装目标检测器
计算机视觉与模式识别
2024-03-12 v2 人工智能
摘要
伪装目标检测(COD)是识别视觉上融入环境的伪装物体的艰巨任务。尽管取得显著成功,现有COD检测器在一些挑战性案例中仍难以获得精确结果。为解决此问题,我们从猎物与捕食者博弈中汲取灵感——该博弈促使猎物发展更好伪装、捕食者获得更敏锐视觉系统,并从猎物侧和捕食者侧两方面设计算法。在猎物侧,我们提出对抗训练框架Camouflageator,引入辅助生成器生成更难被COD方法检测的伪装物体。Camouflageator以对抗方式训练生成器与检测器,使增强的辅助生成器助力产生更强的检测器。在捕食者侧,我们提出一种称为内部一致性与边缘引导(ICEG)的新颖COD方法,引入伪装特征一致性模块挖掘伪装物体的内部一致性,力求获得更完整的分割结果。此外,ICEG提出一种新颖的边缘引导分离校准模块以去除错误预测,避免获得模糊边界。大量实验表明,ICEG优于现有COD检测器,且Camouflageator可灵活提升包括ICEG在内的多种COD检测器,带来最先进的COD性能。
引用
@article{arxiv.2308.03166,
title = {Strategic Preys Make Acute Predators: Enhancing Camouflaged Object Detectors by Generating Camouflaged Objects},
author = {Chunming He and Kai Li and Yachao Zhang and Yulun Zhang and Zhenhua Guo and Xiu Li and Martin Danelljan and Fisher Yu},
journal= {arXiv preprint arXiv:2308.03166},
year = {2024}
}
备注
Accepted at ICLR 2024