边缘注意力及反向定位的伪装目标检测算法

• 全文链接
• 请求原文

作   者：

何文昊;  葛海波;  程梦洋;  安玉;  马赛; 

作者机构：

西安邮电大学电子工程学院; 

关键词：

反向定位模块;  伪装目标检测;  临近融合模块;  边缘注意力模块; 

期刊名称：

计算机工程与应用

i s s n：

1002-8331

年卷期：

2024 年 007 期

页   码：

229-237

摘   要：

伪装目标检测（camouflage object detection,COD）在众多领域中有着重要的应用前景。现有COD算法主要针对特征表达以及特征融合的问题进行研究，但是忽略了目标边缘特征的提取和推断目标真实区域的位置。针对上述问题，提出了基于边缘注意力及反向定位的伪装目标检测算法。算法由边缘注意力模块（edge attention module,EAM）、临近融合模块（close integration module,CIM）和反向定位模块（reverse positioning module,RPM）构成。EAM模块用于特征编码阶段，增强从Res2Net-50主干网络提取的多级特征的表达，突出边缘特征。CIM模块促进多层次特征的融合，减少特征信息丢失。使用RPM模块处理来自不同特征金字塔的粗糙预测图，反向定位目标的真实区域，推断出真实目标。在3个公开数据集上的实验表明，该算法优于其他8个最新模型。在COD10K数据集上，平均绝对误差（mean absolute error,MAE）达到了0.038。