【CVPR2022】Detecting Camouflaged Object in Frequency Domain

论文有一个非官方的实现：https://github.com/VisibleShadow/Implementation-of-Detecting-Camouflaged-Object-in-Frequency-Domain

感觉这个论文是CVPR2022 Learning in the frequency domain 论文的延续。为了将频率域信息很好地融入到CNN模型中，作者设计了一种新的频率增强模块（FEM），以在频域中挖掘伪装物体的线索，它包含浮点离散余弦变换，然后是可学习的增强。

整体框架如下图所示，核心创新点为：frequency enhancement module (FEM) 和 high-order relation module (HOR)。

1、Frequency enhancement module

FEM模块对于RGB图像的处理与CVPR2020那篇论文使用的方法一样，都是将图像变换到 DCT空间形成新的特征，这部分叫做 offline DCT，如下图 step 1 所示，这部分是图像变换，没有参数学习的。

然后，特征的高频、低频分别进行注意力的计算，这部分是可学习的。

2、 High order frequency channel selection

如下图所示，对于输入为CHW的特征X，先转化为 C x HW, 然后计算与 $\psi (X)$ 计算相似性，并用 softmax 归一化，得到 positional attention weight。$\psi (X)$ 表示X后面的卷积层（越靠后的网络层感受野越大）。接着通过 gating 操作，得到空间位置增强的特征A。在此基础上，再计算通道维度的注意力，得到最终的输出。