融合多尺度交叉注意力和边缘感知的伪装目标检测

来源：计算机工程与应用杂志2025年第10期北京时间：

作者：郝子强, 张庆宝, 赵世豪, 王焯豪, 詹伟达

单位：长春理工大学 电子信息工程学院，长春 130022

摘要：针对当前伪装目标检测算法无法准确、完整地检测出目标对象和其边缘的问题，提出了一种融合多尺度交叉注意力和边缘感知的伪装目标检测网络（multi-scale cross attention and edge perception network，MAEP-Net）。利用Res2Net-50提取图像的原始特征，并采用融合了多尺度交叉注意力的特征金字塔结构从通道、空间两个维度挖掘目标位置信息和凸显伪装目标区域特征；使用定位模块对目标的大致位置进行准确定位；边缘感知模块抑制低级特征中背景的噪声，融合边缘特征以获取更多的边缘细节信息；细化模块通过注意力机制分别从前景和背景两个方向关注目标线索，利用边缘先验、语义先验、领域先验、区域先验知识进一步细化目标结构和边缘轮廓。在3个公开数据集上的实验表明，所提算法相较于12种主流算法在4个客观评价指标上均取得了最优表现，尤其是在COD10K数据集上所提算法的加权平均值F-measure和平均绝对误差（mean absolute error，MAE）分别达到0.797和0.031。由此可见，所提算法在COD任务上具有较好的检测效果。

关键词：多尺度交叉注意力,边缘感知,伪装目标检测,特征金字塔结构