Water Reflection Detection Using Symmetric Attention
研究人员提出了一种名为 SAWRD-Net 的对称注意力水反射检测网络，旨在解决标准深度学习模型将水体镜像误判为真实物体的问题。该网络耦合了二面体群等变卷积与矩阵分解解码器，利用水体的内在不完美的反射对称性进行端到端训练。其中，二面体群卷积层提取显编码旋转和镜像对称的几何一致特征图，多尺度反射等变块通过对称注意力机制聚合跨尺度特征并突出相关区域；矩阵分解解码器将高维特征分解为紧凑的低秩参数空间和置信度空间，网络直接回归反射轴关键点，随后通过稳健主成分分析拟合最终轴线。在最大的可用水反射场景数据集上评估，SAWRD-Net 的真实阳性率为 0.890，优于所有现有水反射检测器。