FMNet: Frequency-Assisted Mamba-Like Linear Attention Network for Camouflaged Object Detection
Created by
Haebom
저자
Ming Deng, Sijin Sun, Zihao Li, Xiaochuan Hu, Xing Wu
개요
본 논문은 위장 객체 탐지(COD)의 어려움을 해결하기 위해 주파수 영역 학습을 활용한 Frequency-Assisted Mamba-Like Linear Attention Network (FMNet)을 제안합니다. 기존 방법들이 공간적 지역 특징에 의존하여 전역 정보를 포착하지 못하고 Transformer는 계산 비용이 높다는 문제점을 극복하기 위해, FMNet은 효율적으로 전역 특징을 포착하고 객체와 배경 간의 모호성을 완화합니다. Multi-Scale Frequency-Assisted Mamba-Like Linear Attention (MFM) 모듈, Pyramidal Frequency Attention Extraction (PFAE) 모듈, 그리고 Frequency Reverse Decoder (FRD) 모듈을 통해 다양한 크기의 객체를 효율적으로 처리하고 의미 정보를 강화하며 특징을 재구성합니다. 실험 결과, FMNet은 여러 COD 데이터셋에서 기존 방법들을 능가하는 성능과 효율성을 보여줍니다. 소스 코드는 https://github.com/Chranos/FMNet 에서 확인할 수 있습니다.