맘바와 트랜스포머를 활용한 스크리블 및 유사 주석 기반 약지도 위장 객체 검출 = Weakly Supervised Camouflaged Object Detection Using Scribble and Pseudo Annotations with Mamba and Transformer

국문 초록 (Abstract)

위장 객체 탐지(Camouflaged Object Detection, COD)는 배경과의 시각적 유사성으로 인해 탐지가 어려운 객체를 분할하는 기술이다. 그러나 기존의 완전 지도 학습 기반 COD 모델은 정밀한 픽셀 단위 주석이 필요하다는 한계가 있다. 이에 본 연구에서는 스크리블과 Segment Anything Model(SAM) 기반의 유사 주석을 결합한 약지도 위장 객체 탐지 모델 MaDiCA (Mamba-based Dilated Camouflage Detection Model)를 제안한다. 제안한 MaDiCA는 Mamba 인코더와 Dilated Neighborhood Tranformer 디코더를 기반으로 설계되었으며, Dilated Scribble Interaction Module (DSIM)과 Aligned Dilated Upsampling (AliDi) 모듈을 도입하여 성능을 향상시켰다. DSIM은 스크리블 주석으로부터 생성된 초기 주목맵을 이용해 객체의 잠재적 위치를 파악하고, 이를 인코더 특징과 상호작용시켜 은닉 객체의 영역을 정제한다. AliDi 모듈은 고해상도와 저해상도 특징 간의 정렬을 보정하여 세밀한 경계 복원을 가능하게 한다. 본 연구는 스크리블 주석의 효율성과 SAM 기반 유사 주석의 정밀도를 통합함으로써, 비용 효율적이고 Mamba와 DiNaT을 사용하여 낮은 연산량으로 높은 정확도의 약지도 위장 객체 탐지 프레임워크를 제시한다는 점에서 의의가 있다. 주요어: 위장 객체 탐지, 약지도 학습, 스크리블 주석, Segment Anything Model, Mamba

다국어 초록 (Multilingual Abstract)

Camouflaged Object Detection (COD) aims to segment objects that are difficult to detect due to their high visual similarity to the surrounding background. However, existing fully supervised COD models require precise pixel-level annotations, which is a significant limitation. To address this issue, we propose Mamba-based Dilated Camouflage Attention Network (MaDiCA), a weakly supervised COD framework that integrates scribble annotations with Segment Anything Model(SAM)-based pseudo-labels.
The proposed MaDiCA architecture is built upon a Mamba encoder and a Dilated Neighborhood Transformer (DiNAT) decoder, further enhanced with two key modules: Dilated Scribble Interaction Module (DSIM) and Aligned Dilated Upsampling (AliDi) module. DSIM leverages initial attention maps generated from scribble annotations to identify potential object regions and refines camouflaged areas by interacting with encoder features. The AliDi module compensates for misalignment between highand low-resolution features, enabling precise boundary reconstruction.
By combining the efficiency of scribble supervision with the accuracy of SAM-based pseudo-annotations, this research presents a cost-effective and computationally lightweight weakly supervised COD method that achieves high accuracy through the use of Mamba and DiNAT.

Keywords: Camouflaged object detection, weakly supervised learning, scribble annotation, Segment Anything Model, Mamba

목차 (Table of Contents)

• 1. 서론 1
• 2. 관련 연구 6
• 가. 위장 객체 탐지 6
• 나. 약지도 학습 6
• 1) 스크리블을 활용한 약지도 학습 6
• 2) 유사 주석을 활용한 약지도 학습 7
• 3) SAM을 활용한 유사 주석 7
• 다. Mamba 7
• 라. Dilated Neighborhood Transformer 9
• 3. 제안하는 방법론 10
• 가. 모델 개요 10
• 나. 인코더 10
• 다. Dilated Scribble Interaction Module(DSIM) 11
• 라. 디코더 13
• 1) Aligned Dilated Upsampling Module 13
• 2) DiNAT Channel Decoding Layer 14
• 마. 손실 함수 15
• 4. 실험 평가 16
• 가. 데이터셋 16
• 나. 평가 지표 16
• 다. 세부 구현 사항 17
• 라. State Of The Arts와 비교 17
• 1) 정량적 평가 17
• 2) 정성적 평가 19
• 마. 추가 실험 20
• 바. 실패 사례 23
• 5. 결론 및 향후 계획 24
• 가. 결론 24
• 나. 향후계획 24
• 참고문헌 25
• Abstract(영문초록) 30