不确定性感知的显著目标与伪装目标联合检测
计算机视觉与模式识别
2021-04-07 v1
摘要
视觉显著目标检测（SOD）旨在发现吸引人类注意力的显著目标，而伪装目标检测（COD）则相反，意在发现隐藏于周围环境中的伪装目标。本文提出一种利用矛盾信息来增强显著目标检测与伪装目标检测能力的范式。我们首先利用 COD 数据集中的易正样本作为 SOD 任务中的难正样本，以提升 SOD 模型的鲁棒性。随后，我们引入相似度度量模块来显式建模这两个任务相互矛盾的属性。此外，考虑到两个任务数据集中标注的不确定性，我们提出一种对抗学习网络，以实现更高阶的相似度度量与网络置信度估计。在基准数据集上的实验结果表明，我们的方案在两项任务上均取得了最先进（SOTA）性能。
引用
@article{arxiv.2104.02628,
title = {Uncertainty-aware Joint Salient Object and Camouflaged Object Detection},
author = {Aixuan Li and Jing Zhang and Yunqiu Lv and Bowen Liu and Tong Zhang and Yuchao Dai},
journal= {arXiv preprint arXiv:2104.02628},
year = {2021}
}
备注
Accepted to IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021. Aixuan Li and Jing Zhang contributed equally