基于注意力机制和多尺度特征的伪装目标检测OACSTPCD
Camouflaged Object Detection Based on Attention Mechanism and Multi-scale Features
针对伪装目标结构多样、尺度不一和目标边界与其背景具有高度相似性的情况,提出了一种基于注意力机制和多尺度特征的伪装目标检测算法.该算法主要分为两个部分,分别是基于多尺度特征的混合尺度解码器和基于反向注意力机制的注意力引导模块.混合尺度解码器通过级联的特征融合单元,融合高层特征的语义信息与低层特征的空间细节信息,对特征编码器生成的特征金字塔进行解码,得到初步的检测结果;之后引入反向注意力机制,通过擦除图像中已经识别到的目标区域,来引导网络挖掘新的伪装…查看全部>>
蔡俊敏;孙涵
南京航空航天大学 计算机科学与技术学院/人工智能学院,江苏 南京 211106南京航空航天大学 计算机科学与技术学院/人工智能学院,江苏 南京 211106
计算机与自动化
伪装目标检测注意力机制多尺度特征深度学习卷积神经网络
camouflaged object detectionattention mechanismmulti-scale featuredeep learningconvolutional neural network
《计算机技术与发展》 2023 (8)
131-136,6
中央高校基本科研业务费专项资金资助项目(NZ2019009)
评论