Towards Accurate Camouflaged Object Detection with Mixture Convolution and Interactive Fusion阅读笔记

arXiv 2021
Bo Dong, Mingchen Zhuge, Yongxiong Wang, Hongbo Bi, Geng Chen
论文地址

一、简介

提出了MIF模块来有效地融合多级特征。其采用交互式注意力机制。

提出了DMC模块，利用多重卷积操作来扩大感受野，为COD任务提供丰富的上下文信息。

提出的MCIF-Net模型使用COD数据集进行广泛实验。

二、方法

2.1 网络架构

如Figure2所示。

1. 使用一个backbone网络提取四个尺度的分层信息，由浅到深分别表示为X1、X2、X3和X4，它们缺少丰富的上下文信息，因为它们被限制在了很小的感受野当中；
2. 将每个X(i)送入DMC模块。DMC模块能够从一个大的感受野中捕获丰富的上下文信息。公式如下：
   
3. 通过对应元素乘积操作来得到相邻层的特征之间的相关性，从而产生新的特征，公式如下：
   
4. 采用注意力机制（MIF模块）融合不同级别的特征，公式如下：
   
5. 对四个分支都进行了监督学习。其中P(1)为最终结果。

2.2 DMC模块（Dual-branch Mixture Convolution Module）

DMC模块是为了扩大感受野，它是由不对称卷积和扩张卷积组成。

如Figure2所示，首先使用3×3的卷积来粗略转换输入特征。

为了学习具有更大感受野的同等空间大小的特征，将其投射到两个独立的分支，在分支中，1×1的卷积改变通道数，通过一对不对称卷积来放大感受野。

为了最大化两个分支之间的合作，将两个分支得到的输出进行相加操作。

为了进一步扩大感受野，使用扩张卷积。然后将两个分支的输出相加并通过一个3×3的卷积和ReLU激活函数。

2.3 MIF模块（Multi-level Interactive Fusion Module）

使用MIF模块融合DMC模块的丰富的上下文特征。MIF模块使用注意力机制和特征交互来融合多级特征。

CBR为卷积层，BN层和ReLU层。

max和mean分别表示计算每个通道向量的最大值和平均值。σ表示sigmoid激活函数。

2.4 Loss Function

二进制交叉熵损失（BCE）广泛应用于二进制分割，但它仅在浅层像素定义，这存在不平衡的问题。我们注意到训练数据集中的前景像素和背景像素的类别不平衡问题，提出了为每个像素添加一个额外的平衡参数λn。定义如下：

Pn是预测的像素值，Gn是GT的像素值。BCE损失如下：

使用IoU损失关注区域，公式如下：

整体损失：

三、实验