顕著な対象検出とカモフラージュ対象検出は視覚特徴が対立しているものの、いずれも境界分割の精度に非常に高い要求を持つ。しかし、既存の手法はタスク間の一般化において特徴の偏りが単一であるため、性能のボトルネックに陥ることが多い。これに対し、本論文では汎用セグメンテーションモデルSAM2-UFFMを提案する。本モデルはSAM2のHieraバックボーンネットワークをエンコーダとして使用し、事前学習済みパラメータを固定し軽量アダプターを導入することで、パラメータの効率的な微調整を実現し、強力な特徴表現能力を完全に保持する。従来のU-Netの構造を廃止し、全スケールのスキップ接続により全スケール情報の効率的な融合を可能にしたAttUNetデコーダを設計し、情報損失の問題を効果的に解決する。特徴バランス注意モジュールを提案し、特徴補完精緻化モジュールと組み合わせて、グローバルな意味情報とローカルな詳細情報の動的バランスを実現し、その後、顕著対象のグローバル認識とカモフラージュ対象の境界精細分割を強化し、過剰分割防止のために深層監督戦略を併用する。実験結果により、本モデルが3つの公開データセットで既存の最先端手法を上回る総合的な性能を示すことが明らかとなった。CODおよびSODデータセットにおいては、構造指標がそれぞれ既存の最良モデルより1.02％および1.83％向上し、平均絶対誤差は0.035および0.018に低減した。さらに、鋼材表面欠陥セグメンテーションタスクではIoUが2.77％向上し、本モデルのドメイン間一般化能力が有効に検証された。

画像分割;顕著対象;カモフラージュ対象;SAM2;注意機構