论文链接：Open-Vocabulary Camouflaged Object Segmentation 1 introduction 现在的伪装目标检测主要集中在预定义的封闭集场景上，其中所有的语义概念都在推理和训练阶段被看到，但是这过度简化了真实世界的复杂性，因此，作者提出了一个新的方向，开放词汇环境下的伪装目标检测，Open-Vocabula…
论文地址：Frequency-aware Feature Fusion for Dense Image Prediction 1 introduction 先说论文中几个名词： intra-category & inter-category similarity：会计算给定图片每个类的一个category center，就是某个类所有fea…
论文链接：Strategic Preys Make Acute Predators: Enhancing Camouflaged Object Detectors by Generating Camouflaged Objects 1 Introduction 本文以捕食者和被捕食者相互竞争的角度去提升COD任务的检测效果。首先在被捕食者方，使用了…
论文地址：Weakly-Supervised Camouflaged Object Detection with Scribble 1 Introduction 在这篇文章中，作者提出了第一个弱监督的COD模型，它仅使用简笔画(Scribble Annotations)作为监督。总体来说，作者设计了： LCC模块用来模拟人眼的视觉抑制，即抑制一些…
论文地址：Frequency Perception Network for Camouflaged Object Detection 1 Introduction 现在的方法大多在RGB域内进行伪装目标识别，通过纹理不一致性来初步发现伪装目标。在图像频率域里，高频通常描绘图片的细节，低频通常描绘图片的轮廓特征。作者在文章中提出了两阶段识别网络——F…
论文地址：Learning with Explicit Shape Priors for Medical Image Segmentation 1 Introduction 在医学图像中，不同的器官或病灶通常具有特定的形状和结构，这些形状和结构信息对于分割模型来说非常关键，因此先前的许多工作尝试利用形状先验来设计分割模型，以获得具有解剖形状信息的更…
论文地址：Deep Texture-Aware Features for Camouflaged Object Detection 1 总览 通过学习纹理相关的特征，增大伪装目标和背景之间细微的差别，来更好的发现伪装目标。作者通过计算特征的协方差矩阵提取纹理特征，设计了相似度损失去学习参数图来放大背景和伪装目标之间的细微差异，用边缘一致性损失去完善…
论文地址：Camouflaged Object Segmentation with Distraction Mining 1 研究背景 自然界中捕食者在进行捕食一般分为三步，detection，identification，capture，作者以前两步为inspiration，创建了PFNet，P代表Position，即定位猎物，F代表Focus，…
论文地址：Attention Feature Fusion 1 研究目的 特征融合是提高CNN表达能力的一种手段，它将来自不同层次或分支的特征进行组合。什么是特征融合？简单来说，就是有两个特征图X和Y，将X和Y以一定的weight（或者说attention）融合成一个新的特征图。目前来说，特征融合存在以下问题： 不健康的初始聚合：通常，在进行X+Y…
论文地址：I Can Find You! Boundary-Guided Separated Attention Network for Camouflaged Object Detection 1 论文要解决的问题 我们人类在辨别那些伪装目标的时候，通常是先发现出前景和背景之间的微小区别，当逐渐发现他们之间的区别时，借此可以一步步发现边缘，然后通…