基于注意力机制和多尺度特征的伪装目标检测

摘要

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线索,最终得到识别位置更准确、更完整的伪装目标。实验中采用COD10K数据集、四种评价指标,与现有的十三种算法进行了对比。实验结果表明,该伪装目标检测算法具有更好的性能表现。