基于显式运动建模的视频伪装目标检测

来源：上海理工大学学报杂志2024年第2期北京时间：

作者：肖涛，章超，傅可人

单位：四川大学 计算机学院，成都 610065,四川警察学院，泸州 646000;智能警务四川省重点实验室，泸州 646000,四川大学 计算机学院，成都 610065;四川大学 视觉合成图形图像技术国家级重点实验室，成都 610064

摘要：目前的视频伪装目标检测方法通常采用隐式运动建模或直接输入存在噪声的离线光流图来获取运动线索，这会影响模型性能。为了解决这一问题，提出一种新的基于显式运动建模的视频伪装目标检测框架，称为SMHNet。首先，该框架将显式运动建模与伪装目标检测联合在同一个框架中进行学习。然后利用特征双向更新模块实现两个分支的双向交互更新，相互补充、优化和纠错，输出光流估计结果和目标检测图。此外，为了解决缺少光流真值图这一问题，采用自监督策略对显式运动建模分支进行监督。在两个数据集上的对比实验结果表明，SMHNet有效地提高了视频场景中伪装目标检测的性能。

关键词：视频伪装目标检测;显式运动建模;光流;自监督

基金资助：国家自然科学基金资助项目（62176169）；智能警务四川省重点实验室资助项目（ZNJW2022KFMS001）