基于八度变换器的跨频感知网络：针对 camouflage 物体检测的创新频率交互框架

本文提出了一种新颖的跨频感知网络（CFANet），通过定位引导解码器结构（LGS）和讨论模块（DM）深度融合低频特征与多层级频率信息，结合八度卷积（OctConv）与Transformer的局部-全局频率交互机制（OTM），在伪装目标检测（COD）任务中实现了边缘精确定位与语义优化，为复杂场景下的医学影像分割（如息肉分割）和工业缺陷检测提供了新思路。

　　

亮点

• •
  我们提出了一种跨频感知网络（CFANet），利用定位引导解码器结构（LGS）充分挖掘低频特征与多层级频域信息的交互作用，精准捕捉伪装目标。
• •
  为获取精确的深层低频特征，我们设计了讨论模块（DM），该模块在师生讨论框架下部署三名特征提取专家进行迭代优化，生成更准确的深层定位特征。
• •
  为优化目标轮廓信息，我们提出八度变换器模块（OTM），通过Transformer与CNN结构融合高频及当前层低频特征，在局部与全局层面实现特征互补，提升检测精度。
• •
  在四个基准数据集上的实验证实了CFANet在定性与定量分析中的有效性。

伪装目标检测研究现状

早期伪装目标检测方法依赖手工设计的低层特征（如纹理、3D凹凸性、运动信息）区分前景与背景。近年来，基于卷积神经网络（CNN）的COD方法显著提升检测能力。现有方法主要聚焦于通过注意力机制、边缘线索和多尺度聚合优化特征分辨率，但多频率信息的交互与优化常被忽视。

整体框架

CFANet的整体框架如图2所示。首先利用更精确的深层低频特征引导其他层级特征进行粗定位，随后结合Transformer与CNN促进高频-低频特征的交互，实现精细分割。CFANet包含编码器、用于提取精确深层特征的讨论模块（DM）、定位引导解码器（LGS）以及八度变换器模块（OTM）。

实验设置

数据集：我们在四个主流COD基准数据集上测试CFANet：CHAMELEON、CAMO、COD10K和NC4K。CHAMELEON含76张测试图像；CAMO包含1,250张多类别伪装图像（训练1,000张，测试250张）；COD10K包含5,066张图像（训练3,040张，测试2,026张）；NC4K含4,121张图像。为公平比较，所有模型均使用相同训练集。

结论

本文通过引入跨频感知网络（CFANet）为复杂场景中的精确目标识别提供新视角。该网络利用精准识别的深层特征引导其他层级，通过Transformer与CNN结构优化高-低频特征交互，实现伪装目标的快速有效分割。