基于结构化涂鸦标注的弱监督显著性目标检测框架研究

为解决弱监督显著性目标检测(WSOD)中涂鸦标注结构信息缺失问题，研究人员提出结构化涂鸦标注方法，设计包含多尺度连接模块(MCM)、细节挖掘模块(DMM)和结构引导模块(SGM)的新型学习框架，实验表明该方法性能超越现有弱监督方法并接近全监督水平。

　　

在计算机视觉领域，显著性目标检测(Salient Object Detection, SOD)如同给机器安装"视觉焦点选择器"，能自动识别图像中最吸引人的物体。然而现有全监督方法依赖费时费力的像素级标注，而弱监督方法中常用的涂鸦标注又存在结构信息缺失问题——就像仅画出人体轮廓却漏掉骨骼关节，导致模型预测时出现"断肢残臂"的现象。

针对这一挑战，东北大学的研究团队在《Neurocomputing》发表创新成果。他们首次将蕴含物体骨架特征的结构化涂鸦引入弱监督显著性检测(WSOD)领域，就像给简笔画添上关键骨架线条。基于此开发的Structure-Enhanced Network(SENet)框架包含三大核心技术：多尺度连接模块(MCM)像搭建多级信息桥梁，通过跨层特征筛选增强结构恢复能力；细节挖掘模块(DMM)采用双流注意力机制，如同考古学家用精细刷子清理特征噪声；结构引导模块(SGM)则像专业调色师，通过"融合-增强-选择"策略完美平衡结构与细节特征。特别设计的比例数据增强(PDA)策略，通过随机采样不同长宽比的训练图像，有效缓解了常规正方形裁剪导致的特征形变问题。

研究结果显示，在S²-DUTS数据集上的实验验证了结构化涂鸦的优越性。MCM模块通过金字塔池化与门控机制，显著提升了小尺度特征的利用率；DMM模块中并行的空间/通道注意力流，使细节特征提取精度提升23%；SGM模块通过三级特征处理，在ECSSD数据集上达到0.891的F-measure值。与16种先进方法对比，该框架在DUT-OMRON等5个基准数据集上MAE平均降低0.015，部分指标甚至超越全监督方法。

这项研究的突破性在于：从数据标注源头创新，用仅增加10%标注时间的结构化涂鸦解决了WSOD领域长期存在的结构缺失痛点；提出的PDA策略为图像处理领域输入形变问题提供了通用解决方案；整套方法在工业级显卡上可实现25FPS实时检测，为移动端应用铺平道路。正如论文通讯作者所言："这就像用速写画的效率，达到了工笔画的精度"。未来该技术可拓展至医学图像分割、自动驾驶场景理解等领域，其开源代码已发布在GitHub平台供学界验证。