先进的歧视性同和背景采矿变压器,用于同对象检测

科学领域:

• 计算机视觉 计算机视觉
• 人工智能的人工智能
• 机器学习 机器学习

背景情况:

• 现有的同物体检测 (CoSOD) 模型经常忽略背景区域,阻碍了复杂环境中的性能.
• 这种限制可能会导致当背景干扰显著时,难以准确识别突出的物体.

研究的目的:

• 提出一个新的歧视性共同担保和背景采矿变压器 (DMT) 框架.
• 明确地挖掘共同担保和背景信息,以提高可歧视性.
• 提高CoSOD模型的稳定性和实用性,特别是在开放世界的场景中.

主要方法:

• 开发了DMT框架,利用从细分特征中分离提取共同信托和背景令牌.
• 引入了经济多粒度相关模块 (R2R,CtP2T,CoT2T) 进行高效的信息提取.
• 实现了以代币为导向的特征改进 (TGFR) 模块,增强到组TGFR (G-TGFR),以及用于DMT+O的噪声传播抑制 (NPS) 机制.

主要成果:

• 拟议的DMT框架有效地削弱了共同信托和背景信息,提高了歧视性.
• 实验结果表明,在传统和开放世界的CoSOD基准数据集上,性能优越.
• 扩展的DMT+O版本在现实应用中显示了增强的实用性和有效性.

结论:

• 通过解决忽视背景信息的局限性,DMT框架为CoSOD提供了显著的进步.
• 提出的方法,包括G-TGFR和NPS,提高了模型的可区分性和适用性.
• 对于共物体检测任务,DMT提供了更强大,更有效的解决方案.