نقدم أول دراسة منهجية حول كشف الأشياء المخفية (COD)، والتي تهدف إلى تحديد الأشياء التي تم "دفنها بشكل مثالي" في خلفيتها. تعتبر التشابهات الكبيرة والطبيعة الذاتية بين الأشياء المخفية وخلفياتها COD أكثر صعوبة بكثير من اكتشاف وتمييز الأشياء التقليدية. لفهم هذه المهمة بشكل أفضل، جمعنا قاعدة بيانات على نطاق واسع تُسمى COD10K، تتكون من 10,000 صورة تغطي سيناريوهات حقيقية متنوعة للأجسام المخفية من 78 فئة مختلفة. بالإضافة إلى ذلك، نوفر توضيحات غنية تشمل فئات الأجسام، حدود الأجسام، السمات الصعبة، العلامات على مستوى الجسم، وال Annotations على مستوى الحالة. يعتبر COD10K أكبر قاعدة بيانات لـ COD حتى الآن، مع أوضح التوضيحات، مما يمكّن من فهم شامل للأشياء المخفية ويمكن استخدامها حتى لدعم تقدم العديد من مهام الرؤية الأخرى مثل الاكتشاف والتمييز والتصنيف وما إلى ذلك.مستوحىً من طريقة صيد الحيوانات في البرية، صممنا أيضًا أساسًا بسيطًا ولكنه قوي لـ COD يُطلق عليه شبكة البحث والتعرف (SINet). بدون أي تعقيدات إضافية، تقوم SINet بأداء أفضل من 12 أساسًا رائدًا على جميع القواعد البيانات التي تم اختبارها، مما يجعلها هياكل متينة وعامة يمكن أن تعمل كمحفزات للبحوث المستقبلية في مجال COD. أخيرًا، نقدم بعض النتائج المثيرة للاهتمام ونسلط الضوء على عدة تطبيقات محتملة واتجاهات مستقبلية. لتحفيز البحوث في هذا المجال الجديد، فإن شفرتنا المصدر وقاعدة البيانات وموقعنا التجريبي متاحون على صفحة مشروعنا: http://mmcheng.net/cod.