AImokuai的博客

本文提出了一种红外小目标检测的创新方法，通过风车形卷积(PConv)和基于尺度的动态损失(SDLoss)提升检测性能。PConv采用非对称卷积核模拟目标高斯分布特性，在少量参数增加下显著扩大感受野；SDLoss根据目标尺度动态调整位置与尺度损失的权重，有效缓解标签噪声影响。实验验证了方法在多个模型和数据集上的有效性，并构建了新的SIRST-UAVB基准数据集。该研究为红外小目标检测提供了高效且通用的解决方案。

摘要：本文提出A2RNet，一种针对红外与可见光图像融合(IVIF)任务的对抗攻击弹性网络。针对IVIF无监督特性，创新性地设计了包含伪标签和反攻击损失函数的对抗训练范式。网络采用U-Net骨干结构，嵌入基于Transformer的防御性精炼模块(DRM)，通过鲁棒自注意力机制增强特征表示和抗噪能力。实验表明，该方法不仅能生成高质量融合图像，还能有效保持下游目标检测和语义分割任务的性能稳定性，为融合领域的对抗攻防研究提供了新思路。

本文提出SCTNet新型实时语义分割架构，通过"训练双分支、推理单分支"的创新设计，在保持CNN高效推理的同时提升性能。关键创新包括：(1)设计CFBlock模块，用卷积操作模拟Transformer的全局特征提取能力；(2)提出SIAM对齐模块，通过特征和语义层级知识迁移，将Transformer分支的语义信息高效蒸馏到CNN分支。实验表明，该方法在Cityscapes等数据集上实现速度与精度的SOTA平衡，特别适用于自动驾驶等实时场景。推理阶段仅需轻量CNN单分支，显著降低部署成本。

本文提出Mesorch混合架构，创新性地结合CNN与Transformer并行处理图像篡改定位任务。通过离散余弦变换分离高低频信息，分别利用CNN捕捉微观痕迹和Transformer理解宏观语义，在多尺度上协同分析。核心创新包括自适应加权模块动态调整特征重要性，以及剪枝机制降低计算成本。实验表明，该架构在四个公开数据集上实现了SOTA性能，在F1分数、鲁棒性和计算效率方面均超越现有方法。该技术为数字媒体取证提供了高效解决方案，可应用于新闻真实性核查、司法鉴定等场景，同时其设计思想可迁移至其他密集预测任务。

【摘要】本文提出SparseViT模型，通过稀疏自注意力机制实现非语义特征的自适应学习，用于图像篡改定位任务。核心创新包括：1)设计稀疏自注意力模块，将全局注意力分解为局部子块计算，抑制语义信息而专注篡改痕迹；2)分层多尺度稀疏策略，在不同层级采用递减的稀疏率提取特征；3)轻量级可学习预测头(LFF)实现自适应特征融合。实验表明，该方法在参数效率提升80%的同时达到SOTA性能，打破了传统依赖手工特征的限制。该模块可扩展至数字取证、AI生成内容检测等需关注非语义伪影的任务。

本文提出了一种自适应多尺度分解框架(AMD)用于时间序列预测，核心创新包括：1）通过多尺度分解混合模块(MDM)将时序数据分解为不同粒度的模式；2）采用双重依赖交互模块(DDI)平衡时序和通道依赖；3）设计自适应多预测器合成模块(AMS)动态加权主导模式。该方法基于纯MLP架构，在保持高效的同时显著优于Transformer模型。实验表明，该框架可提升基础模型在电力、交通等领域的预测性能，并增强模型可解释性。关键代码展示了DDI模块的实现，通过补丁处理和时间/通道混合有效建模时序依赖。

ConDSeg是一种新型医学图像分割框架，通过对比驱动特征增强技术提升分割性能。其核心创新包括：1）两阶段一致性强化训练策略，增强模型在弱光等恶劣条件下的鲁棒性；2）语义信息解耦模块，将特征分解为前景、背景和不确定区域；3）对比驱动特征聚合模块，利用解耦信息指导特征融合；4）尺寸感知解码器解决医学图像中的共生现象问题。实验表明，该方法在多个公开数据集上达到最优性能。该框架适用于内窥镜、皮肤镜等多种医学图像分割任务，能有效处理边界模糊和共生干扰问题。

本文提出MSA²Net，一种用于医学图像分割的多尺度自适应注意力引导网络。核心创新包括：1）多尺度自适应空间注意力门(MASAG)，通过动态调整感受野增强相关特征并抑制背景；2）混合解码器架构，结合DAE-Former保留长程依赖和使用LKA处理高分辨率细节；3）创新的跳跃连接机制，实现编码器粗粒度特征与解码器细粒度特征的动态加权融合。该网络在医学图像分割任务中表现出色，能有效处理目标形态多样性，提升边界精度。MASAG模块可作为即插即用组件替代传统跳跃连接，显著提升分割性能。

ConDSeg是一个通用医学图像分割框架，通过对比驱动特征增强解决边界模糊和目标共现问题。核心创新包括：1）一致性强化训练策略增强编码器鲁棒性；2）语义信息解耦模块将特征分为前景/背景/不确定区域；3）对比驱动特征聚合模块利用对比信息指导特征融合；4）尺寸感知解码器处理不同大小目标。该框架在结肠息肉、腺体等多种医学图像分割任务中表现优异，显著提升边界精度和抗干扰能力。关键模块可即插即用，代码已开源。