一致性感知动态卷积网络

共显检测更稳准

该网络模拟人类先总结群体共识再搜索目标的过程，通过共同核与自适应核的递归交互，在挑战性场景下仍能稳定捕捉共显目标。

Zhang, Ni · Liu, Nian · Fang, Nan · 韩军伟

IEEE Transactions on Pattern Analysis and Machine Intelligence 2023

参数信息

基准数据集数量

4

技术优势

属性级评估揭示真实鲁棒性

为共显检测数据集标注了多种挑战属性，可针对遮挡、尺寸变化等场景分析模型表现，而非仅依赖整体指标。

递归交互提升搜索精度

共同核与自适应核通过递归策略深化交互，逐步挖掘群体共性并细化个体细节，减少误检漏检。

应用场景

• 多目标协同感知：从一组图像中同时锁定共同显著目标，服务于多传感器信息融合与协同监控。
• 视觉场景理解：提取场景中反复出现的共显区域，辅助语义解析和上下文建模。
• 机器人视觉导航：机器人可依靠群体共识在动态环境中识别导航关键目标，抵抗视角变化干扰。
• 无人机集群侦察：无人机集群利用多机图像协同检测共同目标，提高侦察一致性和鲁棒性。