Bi-CamoDiffusion 伪装目标检测方法提出
热点事件持续更新
Bi-CamoDiffusion 伪装目标检测方法提出
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Patricia L. Suarez 等作者提出 Bi-CamoDiffusion，一种面向伪装目标检测的扩散方法，是对 CamoDiffusion 框架的改进。该方法在早期嵌入阶段注入无参数边缘先验，以提升边界锐度，并采用统一空间精度、结构约束与不确定性监督的优化目标。 作者称，该方法在 CAMO、COD10K、NC4K 三个数据集上，$S_m$、$F_{\beta}^{w}$、$E_m$、$MAE$ 四项指标均超过现有 SOTA，对细结构和凸起的分割更清晰、误检更少。代码已开源。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
Bi-CamoDiffusion：面向伪装目标检测的边界感知扩散方法报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv cs.CVBi-CamoDiffusion：面向伪装目标检测的边界感知扩散方法
Bi-CamoDiffusion 在 CamoDiffusion 框架基础上引入无参数边缘先验注入，将边缘信息融入早期嵌入以提升边界锐度。该方法提出统一空间精度、结构约束与不确定性监督的优化目标，在 CAMO、COD10K、NC4K 数据集上于 $S_m$、$F_{\beta}^{w}$、$E_m$、$MAE$ 全部指标超越现有 SOTA，对细结构与凸起的分割更清晰并减少误检。代码已开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。