Archive · 38 reviews
Paper reviews.
What the paper claims, how it works, and where the evidence stops.
38 entriesNewest first
- Seeing the Unseen: A Semantic Alignment and Context-Aware Prompt Framework for Open-Vocabulary Camouflaged Object SegmentationSuCLIP은 context-aware prompt, class-aware feature selection, semantic consistency loss, text query decoder로 OVCOS의 semantic confusion을 직접 다룬다.ICCV 2025
- Rethinking Detecting Salient and Camouflaged Objects in Unconstrained ScenesUSC12K는 두 객체 유형의 네 논리적 존재 시나리오를 주석한다. USCNet은 inter-sample·intra-sample prompt query와 CSCS metric으로 상호 혼동을 모델링·평가한다.ICCV 2025
- Beyond Single Images: Retrieval Self-Augmented Unsupervised Camouflaged Object DetectionRISE는 annotation 없이 dataset-level prototype library를 만들고, Clustering-then-Retrieval과 Multi-View KNN Retrieval로 더 안정적인 pseudo mask를 생성한다.ICCV 2025
- Improving SAM for Camouflaged Object Detection via Dual Stream AdaptersSAM-DSA는 RGB-D dual stream adapter, model/modal bidirectional knowledge distillation, prompt update와 dual mask prediction으로 SAM을 COD에 맞춘다.ICCV 2025
- Enhancing Prompt Generation with Adaptive Refinement for Camouflaged Object DetectionARM은 multimodal 정보와 mask prompt를 동시에 보정하고, refinement 과정의 중간 표현을 auxiliary embedding으로 재사용해 SAM에 더 풍부한 조건을 제공한다.ICCV 2025
- ESCNet: Edge-Semantic Collaborative Network for Camouflaged Object DetectionAETP가 edge–texture를 공동 인식하고, DSFA가 local complexity와 orientation에 맞춰 sampling하며, MFMM이 계층 특징을 점진적으로 보정한다.ICCV 2025
- Multi-modal Segment Anything Model for Camouflaged Scene SegmentationBLIP text·visual embedding, multi-level adapter, SAM dense embedding 교체를 통해 prompt-free multimodal COD를 구현하고 다른 segmentation task로도 확장한다.ICCV 2025
- Scoring, Remember, and Reference: Catching Camouflaged Objects in VideosSRR은 dual-purpose decoder로 mask와 reference score를 생성하고, reference-guided multilevel asymmetric attention으로 memory와 motion을 통합한다.ICCV 2025
- Shift the Lens: Environment-Aware Unsupervised Camouflaged Object DetectionEASE는 multimodal·diffusion·vision foundation model로 environment prototype library를 만들고, KDE-AT·G2L·Self-Retrieval로 장면에 맞는 배경을 찾는다.CVPR 2025
- UCOD-DPL: Unsupervised Camouflaged Object Detection via Dynamic Pseudo-label LearningUCOD-DPL은 teacher–student 구조 안에서 Adaptive Pseudo-label Module, Dual-Branch Adversarial decoder, Look-Twice refinement를 결합한다.CVPR 2025
- COD 벤치마크를 읽는 법: 데이터셋, 지표, 비교 체크리스트COD 논문의 표를 그대로 비교하기 전에 데이터 분할, backbone, 입력 크기, 추가 supervision과 metric의 성격을 확인하는 실전 가이드.Benchmark Guide
- Open-Vocabulary Camouflaged Object SegmentationOVCOS라는 새 task와 OVCamo dataset을 제안한다. OVCoser는 고정된 CLIP에 iterative semantic guidance와 edge/depth structure enhancement를 붙여 novel class를 분할한다.ECCV 2024
- Learning Camouflaged Object Detection from Noisy Pseudo Label제한된 fully labeled data와 box-prompt pseudo labels를 결합하고, noise correction loss가 학습 단계에 따라 올바른 픽셀을 우선 학습하고 noisy gradient를 수정한다.ECCV 2024
- Just a Hint: Point-Supervised Camouflaged Object Detection한 점 supervision에서 adaptive hint area를 만들고 attention regulator와 unsupervised contrastive learning으로 partial localization과 불안정한 특징을 보완한다.ECCV 2024
- Frequency-Spatial Entanglement Learning for Camouflaged Object DetectionFSEL은 ETB의 Frequency Self-Attention과 Entanglement FFN, Joint Domain Perception, Dual-domain Reverse Parser로 두 도메인을 깊게 상호작용시킨다.ECCV 2024
- VSCode: General Visual Salient and Camouflaged Object Detection with 2D Prompt LearningVSCode는 VST 기반 encoder–decoder에 domain prompt와 task prompt를 분리해 넣는다. 네 SOD와 세 COD 작업을 공동 학습하고 보지 못한 조합으로 전이한다.CVPR 2024
- Endow SAM with Keen Eyes: Temporal-spatial Prompt Learning for Video Camouflaged Object DetectionTSP-SAM은 motion-driven self-prompt와 long-range consistency를 결합한다. temporal cue를 prompt 생성과 SAM encoder adaptation 양쪽에 사용한다.CVPR 2024
- The Making and Breaking of Camouflageforeground–background feature similarity와 boundary visibility로 camouflage effectiveness를 측정하고, 이를 생성 모델의 auxiliary loss로 사용해 VCOD 학습 데이터를 만든다.ICCV 2023
- Source-free Depth for Object Pop-outPopNet은 pretrained monocular depth model을 source-free로 적응시킨다. contact surface를 약한 mask supervision으로 학습해 3D에서 객체와 배경을 분리한다.ICCV 2023
- Camouflaged Object Detection with Feature Decomposition and Edge ReconstructionFEDER는 foreground–background 유사성은 frequency decomposition으로, ambiguous boundary는 auxiliary edge reconstruction으로 분리해 해결한다.CVPR 2023
- Feature Shrinkage Pyramid for Camouflaged Object Detection with TransformersFSPNet은 NL-TEM으로 인접 token의 고차 관계를 강화하고, AIM을 포함한 Feature Shrinkage Decoder가 이웃 transformer feature를 층별로 모은다.CVPR 2023
- Camouflaged Instance Segmentation via Explicit De-CamouflagingDCNet은 pixel-level camouflage decoupling과 instance-level camouflage suppression을 결합한다. semantic mask가 아니라 여러 위장 개체를 분리해야 하는 CIS에 맞춘 설계다.CVPR 2023
- Detecting Camouflaged Object in Frequency DomainFDCOD은 DCT 기반 Frequency Enhancement Module, RGB–frequency feature alignment, High-Order Relation Module을 결합해 공간 영역 밖의 단서를 적극적으로 사용한다.CVPR 2022
- Zoom in and Out: A Mixed-Scale Triplet Network for Camouflaged Object DetectionZoomNet은 mixed-scale triplet, Scale Integration Unit, Hierarchical Mixed-scale Unit으로 확대·축소 관찰을 모사한다. uncertainty-aware loss로 애매한 후보 영역의 confidence도 다룬다.CVPR 2022
- Segment, Magnify and Reiterate: Detecting Camouflaged Objects the Hard WaySegMaR은 Segment–Magnify–Reiterate의 반복 구조를 사용한다. discriminative mask와 attention sampler로 작은 객체와 저해상도 경계를 선택적으로 확대한다.CVPR 2022
- Implicit Motion Handling for Video Camouflaged Object Detection인접 프레임의 dense correlation volume으로 단기 움직임을 포착하고 spatio-temporal transformer로 장기 일관성을 보강한다. MoCA-Mask 데이터셋도 함께 제안한다.CVPR 2022
- Uncertainty-Guided Transformer Reasoning for Camouflaged Object DetectionUGTR은 backbone 출력의 조건부 분포에서 초기 예측과 uncertainty를 얻고, 불확실한 영역을 attention으로 재추론한다. Bayesian representation과 transformer를 결합한 초기 COD 연구다.ICCV 2021
- Camouflaged Object Segmentation with Distraction MiningPFNet은 포식 과정에서 영감을 얻어 전역 위치 탐색과 국소 식별을 분리한다. Focus Module은 모호한 영역의 distraction을 발견하고 제거하며 거친 예측을 단계적으로 다듬는다.CVPR 2021
- Uncertainty-Aware Joint Salient Object and Camouflaged Object DetectionSOD와 COD의 상반된 속성을 활용해 두 작업을 함께 개선한다. 쉬운 COD 샘플을 SOD의 어려운 양성으로 사용하고, 유사도 측정과 adversarial uncertainty 학습을 결합한다.CVPR 2021
- Simultaneously Localize, Segment and Rank the Camouflaged Objects이 논문은 객체 위치·분할·위장 난도 순위를 동시에 학습한다. 이진 마스크만으로는 표현할 수 없던 “얼마나 잘 숨었는가”를 COD의 명시적 출력으로 만든다.CVPR 2021
- Mutual Graph Learning for Camouflaged Object DetectionMGL은 위치와 경계를 별도 그래프로 표현한 뒤 상호 보완 관계를 반복적으로 학습한다. 픽셀 자체보다 객체·경계 사이의 관계를 COD의 핵심 단서로 본 작업이다.CVPR 2021
- Unsupervised Domain Adaptation for SAR Target Classification Based on Domain- and Class-level Alignment시뮬레이션→실측 SAR 전이에서 전역 분포뿐 아니라 클래스 원형과 물리 단서까지 이용해 잘못된 정렬을 줄인다.ISPRS JPRS 2024
- Unsupervised Domain Adaptation Based on Progressive Transfer for Ship Detection: From Optical to SAR Images광학→SAR의 큰 간극을 픽셀·특징·예측 단계로 순차 축소하고, 마지막에는 robust self-training으로 target 표현을 직접 학습한다.IEEE TGRS 2022
- Unsupervised Domain-Adaptive SAR Ship Detection Based on Cross-Domain Feature Interaction and Data Contribution Balance광학과 SAR의 큰 분포 차이를 영상 생성·특징 추출·작은 선박 강화·샘플 가중의 네 단계로 줄이는 도메인 적응 방법.Remote Sensing 2024
- Open-Vocabulary Semantic Segmentation with Mask-adapted CLIPOVSeg는 마스크 영역을 분류할 때 CLIP이 급격히 약해지는 병목을 찾아, 데이터와 프롬프트 양쪽에서 입력 분포를 맞춘다.CVPR 2023
- Activating More Pixels in Image Super-Resolution TransformerHAT은 창 기반 Transformer가 실제로 참고하는 입력 범위가 좁다는 관찰에서 출발해 채널·공간 주의를 함께 확장한다.CVPR 2023
- FeNet: Feature Enhancement Network for Lightweight Remote-Sensing Image Super-Resolution원격탐사 초해상도에서 작은 모델이 세부 질감을 놓치지 않도록 격자형 특징 교환과 계층적 강화를 설계한 네트워크.IEEE TGRS 2022
- From Beginner to Master: A Survey for Deep Learning-based Single-Image Super-ResolutionSISR 논문을 모델 이름이 아니라 목표·데이터·손실·평가의 축으로 읽게 해 주는 입문용 지도.arXiv 2021 · Survey
No entry matches these filters.