本論文は、様々な追加情報を統一的なエンドツーエンド可能なモデルに組み込むことで、カムフラージュされたオブジェクトの検出精度を大幅に向上させる適応的ガイダンス学習ネットワーク(AGLNet)を提案する。
提案するGLCONetは、グローバルな長距離依存関係とローカルな詳細を同時にモデル化する新しい協調最適化戦略を採用し、補完的な情報を統合することで、複雑な背景からカムフラージュオブジェクトを正確に検出することができる。
