原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
422025，61（7）ComputerEngineeringandApplications计算机工程与应用
伪装目标检测：发展与挑战
12+
陈宇，权冀川
1.中国人民解放军陆军工程大学研究生院，南京210001
2.中国人民解放军陆军工程大学指挥控制工程学院，南京210001
+通信作者E-mail：1924142358@
摘要：伪装目标检测（camouflagedobjectdetection，COD）是计算机视觉领域的一项挑战性任务，致力于识别那些
与周围环境高度融合、伪装或隐蔽的目标，主要分为基于手工特征和基于深度学习2种范式。研究人员从单一特征
和多特征融合2个角度分析了26种基于手工特征的方法；按发表年份和任务类型梳理了131个在2019年至2024年
第二季度期间提出的深度COD模型来揭示其发展现状；基于3种模型调用模式和3类工作方式，分别详细分析了各
类深度COD方法的优势与不足；总结了COD的常用数据集、数据增强技术和评价指标，并基于实验对27种前沿的
图像级深度COD模型进行了性能评估。基于上述研究探讨了伪装目标检测面临的挑战和未来的发展方向。
关键词：伪装目标检测；手工特征；深度学习；数据增强
文献标志码：A中图分类号：TP391.41；TP18doi：10.3778/j.issn.1002-8331.2409-0274
CamouflagedObjectDetection：DevelopmentsandChallenges
12+
CHENYu,QUANJichuan
1.GraduateSchool,ArmyEngineeringUniversityofPLA,Nanjing210001,China
2.CommandControlEngineeringCollege,ArmyEngineeringUniversityofPLA,Nanjing210001,China
Abstract:Camouflagedobjectdetection(COD)isachallengingtaskinthefieldofcomputervision,dedicatedtoidentify-
ingtargetsthatarehighlyintegratedwiththeirsurroundings,camouflaged,orconcealed.Itcanbedistinguishedintotwo
paradigmsbasedonmanualfeaturesandbasedondeeplearning.Firstly,thepaperanalyzes26methodsbasedonmanual
featuresfromtheperspectivesofsinglefeaturesandmulti-featurefusion.Subsequently,itsortsout131deepCODmodels
proposedbetween2019andthesecondquarterof2024bypublicationyearandtasktypetorevealthecurrentstateof
development.Furthermore,itprovidesadetailedanalysisoftheadvantagesanddisadvantagesofvariousdeepCODmeth-
odsbasedonthreemodelinvocationpatternsandthreetypesofoperation.Atthesametime,itsummarizescommonlyused
datasets,dataaugmentationtechniquesandevaluationmetricsforCOD,andconductsperformanceevaluationson27cutting-
edg
文档评论（0）