摘要

我们提出了一项关于新型任务——伪装目标检测（Camouflaged Object Detection, COD）的全面研究。该任务旨在识别那些“无缝融入”周围环境中的物体。由于目标物体与背景之间存在极高的内在相似性，COD相较于传统的目标检测任务更具挑战性。为应对这一难题，我们精心构建了一个全新的数据集，命名为COD10K，包含10,000张图像，涵盖多种自然场景下的伪装物体，涉及超过78个物体类别。所有图像均进行了密集标注，包含类别标签、边界框、对象级/实例级标签以及抠图级（matting-level）标签。该数据集有望成为推动多项视觉任务（如定位、分割和Alpha抠图等）发展的催化剂。此外，我们提出了一种简单但高效的COD框架，称为搜索识别网络（Search Identification Network, SINet）。该框架不依赖任何复杂组件，在所有测试数据集上均显著优于多种先进的目标检测基准模型，展现出强大的鲁棒性与通用性，可为未来COD领域的研究提供有力支持。最后，我们开展了一项大规模的COD研究，系统评估了13种前沿模型，揭示了一些有趣的发现，并展示了若干潜在应用场景。本研究为学术界提供了一个探索这一新兴领域的宝贵契机。相关代码已开源，可访问 https://github.com/DengPingFan/SINet/ 获取。