[论文解读] Deep Gradient Learning for Efficient Camouflaged Object Detection

Ge-Peng Ji, Deng-Ping Fan+4 more|arXiv (Cornell University)|May 25, 2022

Visual Attention and Saliency Detection被引用 11

一句话总结

该论文提出DGNet，一种用于伪装目标检测的新型深度学习框架，通过引入目标梯度监督来增强特征判别能力。通过采用梯度驱动的过渡模块解耦上下文与纹理编码，DGNet在保持高效率的同时实现了最先进性能，包括80 fps的推理速度和仅SOTA模型JCSOD-CVPR21参数量6.82%的参数量。

ABSTRACT

This paper introduces DGNet, a novel deep framework that exploits object gradient supervision for camouflaged object detection (COD). It decouples the task into two connected branches, i.e., a context and a texture encoder. The essential connection is the gradient-induced transition, representing a soft grouping between context and texture features. Benefiting from the simple but efficient framework, DGNet outperforms existing state-of-the-art COD models by a large margin. Notably, our efficient version, DGNet-S, runs in real-time (80 fps) and achieves comparable results to the cutting-edge model JCSOD-CVPR$_{21}$ with only 6.82% parameters. Application results also show that the proposed DGNet performs well in polyp segmentation, defect detection, and transparent object segmentation tasks. Codes will be made available at https://github.com/GewelsJI/DGNet.

研究动机与目标

• 为解决在复杂场景中伪装目标边界对比度低、特征模糊的检测挑战。
• 通过利用目标梯度图而非仅依赖边界或不确定性监督，提升特征判别能力。
• 设计一种高效且强大的网络架构，在性能与推理速度之间实现平衡，适用于实际部署。
• 验证该框架在多种下游任务（如息肉分割、缺陷检测和透明物体分割）中的泛化能力。

提出的方法

• DGNet将检测任务解耦为两个分支：一个用于高层语义的上下文编码器，另一个用于低层结构细节的纹理编码器。
• 梯度驱动的过渡（GIT）模块通过基于目标梯度图中的强度变化，融合两个分支的特征，实现软分组。
• 显式使用目标梯度监督，引导网络聚焦于伪装目标内部强度变化显著的区域，从而减少背景噪声。
• 框架采用交叉熵损失与Dice损失联合训练，端到端优化，以提升在伪装目标检测基准上的分割性能。
• 通过模型压缩与参数共享，衍生出轻量化变体DGNet-S，实现实时推理。
• 在下游任务中，通过特定任务数据集对模型进行微调，同时保留核心架构结构。

实验结果

研究问题

• RQ1 与边界或不确定性监督相比，目标梯度监督是否能提升伪装目标检测的特征学习能力？
• RQ2 如何有效融合上下文与纹理特征，以降低伪装目标表征的模糊性？
• RQ3 能否在不牺牲在挑战性COD基准上性能的前提下，设计出轻量化且实时的模型？
• RQ4 所提出的框架在下游任务（如息肉分割和透明物体检测）中是否具备良好的泛化能力？

主要发现

• DGNet在三个主要COD基准NC4K-Te、CAMO-Te和COD10K-Te上均达到最先进性能，分别取得Sα为0.857、0.839和0.822的指标。
• 在CAMO-Te上，模型F-measure达到0.922，相比以往SOTA方法在准确率与鲁棒性方面均有提升。
• DGNet-S以80 fps运行，仅含830万个参数，性能与JCSOD-CVPR21相当，但参数量仅为后者的6.82%。
• 在息肉分割任务中，DGNet在CVC-ColonDB与ETIS-LPDB数据集上均超越四种SOTA方法，Dice分数达0.741，Fwβ为0.690。
• 在道路裂缝检测任务中，微调后的DGNet在CrackForest数据集上表现优异，分割结果视觉质量更优。
• 在透明物体分割任务中，微调后的DGNet在Trans10K数据集上生成高质量预测，展现出对未见域的强大泛化能力。