カモフラージュしている物体のデータセットは数が少なく、画像単位でのラベルづけしかされていなかった。何人かの観察者がカモフラージュ物体を見つけるまでeye trackerで測定し、その時間から難易度と位置のアノテーションを与える。共通の特徴抽出ネットワークから分岐したFixation DecoderとCamouflage Decoderによりマップを作り、位置とセグメンテーション、難易度を推定する。

カモフラージュ物体の検出についての既存手法や作成したデータセットで学習したSaliency detectionの手法を上回る検出性能を得た。