一种基于不确定性双流扩散框架的伪装目标检测方法

本发明公开了一种基于不确定性双流扩散框架的伪装目标检测方法，涉及伪装目标检测技术领域，包括：BPEN利用共享权重的Transformer编码器分别对原始图像与翻转图像提取四阶多尺度特征，并由边界解码器与主体解码器将其分离为互补的双流先验。UGDN将双流预测的差异显式量化为边界与主体两类不确定性图，以定位边界模糊等难以判断的主体区域，并由不确定性引导边界调制模块与主体调制模块实现先验的差异化注入。在多个伪装目标检测基准数据集上的实验结果表明，BUPDiff在整体分割性能上达到先进水平，并在边界精度与主体完整性两方面均取得了显著优势。