提升前景-背景分离能力以增强伪装物体的检测效果

《ACM Transactions on Multimedia Computing, Communications, and Applications》：Boosting Foreground-Background Disentanglement for Camouflaged Object Detection

伪装物体检测的关键在于有效分离前景与背景特征。本文提出FBD-Net框架，创新性地设计EFBD模块实现边缘引导的解耦学习，并引入DisHead双目标头进一步提升区分度，配合CAM、SIEP、CSAF三模块优化特征提取与融合。实验表明在四个公开数据集上，CNN和Transformer版本的FBD-Net均超越26种SOTA方法。

　　

摘要

在自然界中，某些物体展现出的图案与它们的背景极为相似，这种现象通常被称为“伪装物体检测”（Camouflaged Object Detection，简称COD）。我们认为，现有的COD方法在这些物体上的识别能力不足，这归因于无法有效区分前景和背景的表示。为了解决这个问题，我们提出了一种新的前景-背景分离网络（Foreground-Background Disentanglement Network，简称FBD-Net），该网络通过增强前景与背景的分离学习来提高识别能力。具体而言，我们设计了一个基于边缘引导的前景-背景解耦（Edge-guided Foreground-Background Decoupling，简称EFBD）模块，该模块有助于分离前景和背景的表示。此外，我们还引入了前景-背景表示分离头（Foreground-Background Representation Disentangling Head，简称DisHead）来进一步提升模型的识别能力。DisHead包含两个目标：边缘目标（Edge Objective）和FoBa目标（FoBa Objective）。我们还提出了三个互补的模块：用于初步粗略物体检测的上下文聚合模块（Context Aggregation Module，简称CAM）、用于多尺度信息提取的尺度-交互增强金字塔（Scale-Interaction Enhanced Pyramid，简称SIEP），以及用于积累细微线索的跨阶段自适应融合（Cross-Stage Adaptive Fusion，简称CSAF）模块。广泛的实验表明，无论是基于卷积神经网络（CNN）还是基于Transformer的FBD-Net，在四个公开数据集上的表现都优于现有的26种COD方法。代码将在https://github.com/TomorrowJW/FBD-Net-COD上发布。