融合多尺度交叉注意力和边缘感知的伪装目标检测.pdfVIP

2282025，61（10）ComputerEngineeringandApplications计算机工程与应用

融合多尺度交叉注意力和边缘感知的伪装目标检测

+

郝子强，张庆宝，赵世豪，王焯豪，詹伟达

长春理工大学电子信息工程学院，长春130022

+通信作者E-mail：zqingbao0323@163.com

摘要：针对当前伪装目标检测算法无法准确、完整地检测出目标对象和其边缘的问题，提出了一种融合多尺度交

叉注意力和边缘感知的伪装目标检测网络（multi-scalecrossattentionandedgeperceptionnetwork，MAEP-Net）。

利用Res2Net-50提取图像的原始特征，并采用融合了多尺度交叉注意力的特征金字塔结构从通道、空间两个维度挖

掘目标位置信息和凸显伪装目标区域特征；使用定位模块对目标的大致位置进行准确定位；边缘感知模块抑制低级

特征中背景的噪声，融合边缘特征以获取更多的边缘细节信息；细化模块通过注意力机制分别从前景和背景两个方

向关注目标线索，利用边缘先验、语义先验、领域先验、区域先验知识进一步细化目标结构和边缘轮廓。在3个公开

数据集上的实验表明，所提算法相较于12种主流算法在4个客观评价指标上均取得了最优表现，尤其是在COD10K

数据集上所提算法的加权平均值F-measure和平均绝对误差（meanabsoluteerror，MAE）分别达到0.797和0.031。

由此可见，所提算法在COD任务上具有较好的检测效果。

关键词：多尺度交叉注意力；边缘感知；伪装目标检测；特征金字塔结构

文献标志码：A中图分类号：TP391.4doi：10.3778/j.issn.1002-8331.2401-0200

CamouflagedObjectDetectionBasedonMulti-ScaleCrossAttentionandEdgePerception

+

HAOZiqiang,ZHANGQingbao,ZHAOShihao,WANGZhuohao,ZHANWeida

CollegeofElectronicInformationEngineering,ChangchunUniversityofScienceandTechnology,Changchun130022,China

Abstract：Aimingattheproblemthatcurrentcamouflagedobjectdetectionalgorithmsbeingunableaccuratelyandcom-

pletelydetecttargetobjectsandtheiredges,acamouflagedobjectdetectionnetworkintegratingmulti-scalecrossattention

andedgeperception(MAEP-Net)isproposed.UseRes2Net-50toextracttheoriginalfeaturesoftheimage,useafeature

pyramidstructurethatintegratesmulti-scalecrossattentiontominetargetpositioninformationandhighlightdisguised

targetareafeaturesfrombothchannelandspatialdimensions.Useapositioningmoduletoaccuratelylocatetheapproximate

positionofthetarget.Theedgeperceptionmodulesuppressesbackgroundnoiseinlow-levelfeaturesandfusesedge

featurestoobtainmoreedgedetailinformation.Thefina