MSRNet: A Multi-Scale Recursive Network for Camouflaged Object Detection

작성자

Haebom

카테고리

Empty

저자

Leena Alghamdi, Muhammad Usman, Hafeez Anwar, Abdul Bais, Saeed Anwar

💡 개요

본 논문은 색상, 질감, 크기에서 배경과 유사하여 탐지가 어려운 위장 객체 탐지 문제를 해결하기 위해 다중 스케일 특징 추출과 재귀적 특징 정제를 결합한 Multi-Scale Recursive Network (MSRNet)를 제안합니다. Pyramid Vision Transformer 백본과 Attention-Based Scale Integration Unit을 활용하여 다중 스케일 특징을 효과적으로 융합하고, Multi-Granularity Fusion Unit과 재귀적 디코딩 전략을 통해 정밀한 객체 탐지를 달성합니다. 제안된 방법은 특히 작거나 여러 개의 위장 객체 탐지에서 성능 향상을 보여주며, 두 벤치마크 데이터셋에서 최첨단 성능을 달성했습니다.

🔑 시사점 및 한계

•

위장 객체 탐지에서 다중 스케일 특징 융합과 재귀적 특징 정제의 중요성을 강조합니다.

•

복잡한 환경, 특히 작거나 여러 개의 위장 객체 탐지에 대한 효과적인 솔루션을 제시합니다.

•

제안된 MSRNet은 현재 여러 벤치마크에서 최첨단 성능을 달성하여 해당 분야의 발전에 기여합니다.

•

제안된 모델의 계산 복잡성 및 특정 유형의 위장 패턴에 대한 일반화 성능은 추가 연구가 필요할 수 있습니다.

PDF 보기

Made with Slashpage