伪装目标检测论文BGNet：Boundary-Guided Camouflaged Object Detection

论文地址:link
代码地址：link
这篇论文是22年的CVPR收录的一篇关于伪装目标检测的文章，作者主要是用了一些通道注意力和Atrous卷积来实现边缘引导的伪装目标检测，模型并不复杂，看了两天的论文和代码，为了加深印象在这里总结一下。

摘要

  伪装物体检测（COD）是一项有价值但具有挑战性的任务，它可以分割与周围环境完美融合的物体。现有的深度学习方法往往难以准确识别具有完整精细对象结构的伪装对象。为此，在本文中，我们提出了一种用于伪装目标检测的新型边界引导网络（BGNet）。我们的方法探索了有价值的和额外的对象相关的边缘语义，以指导COD的表示学习，这迫使模型生成突出对象结构的特征，从而促进精确边界定位的伪装对象检测。在三个具有挑战性的基准数据集上进行的大量实验表明，在四个广泛使用的评估指标下，我们的BGNet显著优于现有的18种最先进的方法。

1.介绍

  伪装是自然界中的一种重要防御机制，它帮助某些物种隐藏在周围环境中，通过材料、着色或照明的方式进行隐藏，或伪装成其他东西，如模仿环境的外观、颜色或图案和破坏性着色，来保护自己免受捕食者的伤害[Price等人，2019]。这种机制也影响人类生活，如艺术、文化和设计（如伪装制服）[Stevens等人，2009]。近年来，从背景中识别伪装物体，即伪装物体检测（COD），引起了计算机视觉界越来越多的研究兴趣。它在促进不同领域的各种有价值的应用方面有着广阔的前景，从动物保护，例如物种发现[Rardo et al，2012]和动物监测，以及与视觉相关的领域，包括图像合成[Fan et al，2020a]、医学图像分析[Fan et al.，2020b]以及搜救。然而，由于伪装的性质，即候选对象与混沌背景之间的高度内在相似性，使得人类和机器很难发现伪装对象，因此COD是一项极具挑战性的任务。
  伪装目标检测方法大致可分为三个类型：
  1.设计有针对性的网络模块，以有效地探索COD的有区别的伪装对象特征，如C2FNet、UGTR。
  2.将一些辅助任务纳入联合学习/多任务学习框架，如分类任务、边缘提取、显著对象检测和伪装对象排序等。这种方法可以从共享特征中挖掘出有价值的额外线索，从而显著增强COD的特征表示。
  3.采用仿生方法，模仿出自然界中捕食者的行为过程或者人类的视觉心理模式来设计网络，如SINet、MirrorNet、PFNet。
   上述方法的弊端：边缘干扰或者身体轮廓伪装，难以有效和完整地识别对象的结构和细节，使检测出来的对象具有粗略/不完整的边界。
   MGL：Mutual graph learning model是第一个显式地利用边缘信息来提高COD性能的模型，但是MGL将边缘特征和对象特征一起编码到图卷积网络中，并通过图交互模块来增强特征表示。由此可见，MGL是一个复杂的模型，不可避免地增加了模型的复杂性，并承受着沉重的计算负担。
  为此，本文提出了一种新的边界引导网络(BGNet)，该网络明确地利用边缘语义来提高伪装目标检测的性能。首先，我们设计了一个简单而有效的边缘感知模块(EAM)，该模块集成了低级的局部边缘信息和高级的全局位置信息，在明确的边界监督下探索与目标边界相关的边缘语义。然后，引入边缘引导特征模块(EFM)，将边缘特征与各层伪装对象特征结合起来，指导COD的表示学习;EFM模块可以使网络更加关注对象的结构和细节。然后，从上到下逐步聚合多层融合特征，预测伪装目标。为了增强特征表示，我们构建了一个上下文聚合模块(CAM)，该模块通过一系列的属性卷积来挖掘和聚合多尺度上下文语义，以产生具有更强和更有效表示的特征。利用设计良好的模块，BGNet能够预测具有精细目标结构和边界的伪装目标。值得注意的是，与MGL相比，我们设计了一个更简单但更有效的边缘提取模块来挖掘准确的对象边界语义，然后利用所提出的EFM和CAM来指导伪装对象的特征表示学习。此外，该方法实现了更精确的目标定位和更强的目标结构保留。
综上所述，我们的主要贡献如下:
• 对于COD任务，我们提出了一种新的边界引导网络，即BGNet，它挖掘和集成了与边界相关的边缘语义，以提高伪装目标检测的性能。
• 我们精心设计了边缘引导特征模块(EFM)和上下文聚合模块(CAM)，以增强边界语义，探索有价值和强大的COD特征表示。

2.方法

2.1 整体结构

  作为我们的骨干网络，从输入图像中提取多层次特征，即$f_i\left(i=1,2,....,5\right)$然后，应用边缘感知模块(EAM)在目标边界监督下，从包含局部边缘细节的低级特征$f_2$和包含全局位置信息$f_5$的高级特征中挖掘出与对象相关的边缘语义。利用以下多个边缘引导特征模块(EFM)将EAM的边缘线索与每一级的多级骨干特征)$f_2$-$f_5$相结合，指导特征学习，增强了边界表示。最后，采用多个上下文聚合模块(CAM)，自上而下逐步聚合多层次融合特征，发现伪装对象。在测试中，我们选择最后一个CAM的预测作为最终结果。请注意，我们没有采用主干特征$f_1$，因为它太接近输入，有很多冗余信息和一个小的接受域。

2.2 Edge-aware Module-EAM

  良好的边缘先验有利于分割和定位的目标检测。虽然低级特征包含了丰富的边缘细节，但它们也引入了许多非目标边缘。因此，需要高级语义或位置信息来促进对伪装对象相关边缘特征的探索。在本模块中，我们结合低级特征$f_2$和高级特征$f_5$来建模与对象相关的边缘信息，如图8所示。具体来说，首先使用两个1×1卷积层将$f_2$和$f_5$的通道分别更改为64($f_2^{{}^{\prime }}$) 和256 ($f_5^{{}^{\prime }}$)。然后通过串联运算对特征$f_2^{{}^{\prime }}$和上采样的$f_5^{{}^{\prime }}$进行积分。最后，通过两个3×3卷积层和一个1×1卷积层，再加上Sigmoid函数，得到边缘特征$f_e$。EAM是一种简单而有效的提取特定边缘特征的模块。如图7所示，EAM很好地学习了与对象边界相关的边缘语义。

2.3 Edge-guidance Feature Module-EFM

  边缘引导特征模块(EFM)旨在将与边界相关的边缘线索注入到表征学习中，以增强具有对象结构语义的特征表征。众所周知，不同的特征通道往往包含不同的语义。因此，为了实现良好的集成并获得强大的表征，我们引入了本地通道注意机制来探索跨通道交互并挖掘通道之间的关键线索。
  如图4所示，给定输入特征$f_i$