Camouflaged Object Segmentation

伪装物体分割（Camouflaged Object Segmentation, COS）由Le等人于2017年提出，旨在识别与周围环境纹理高度相似的物体。该任务通过区分目标物与背景之间的细微差异，克服了传统物体分割中难以处理的高度内在相似性挑战，具有重要的计算机视觉应用价值。