Tag · 19 篇
语义分割
迈向高质量图像分割：通过惩罚邻居像素提升拓扑准确性
Towards High-Quality Image Segmentation: Improving Topology Accuracy by Penalizing Neighbor Pixels
SCNP 是一种即插即用的损失函数增强策略，通过惩罚像素与其最差分类邻居的 logits 来提升分割的拓扑正确性，可方便地集成到现有分割训练流程中，适用于需要保持连通分量数量的医学或遥感等分割任务。
语义泡沫：统一空间与语义的场景分解
Semantic Foam: Unifying Spatial and Semantic Scene Decomposition
把 Radiant Foam 的 Voronoi 网格单元当作显式语义载体，用单元级特征场加空间正则来抑制遮挡与跨视角监督不一致造成的伪影，为基于显式空间划分的 3D 表示做物体级分割提供了可复用思路。
SemLayer：面向抽象图标的语义感知生成式分割与图层构建
SemLayer: Semantic-aware Generative Segmentation and Layer Construction for Abstract Icons
将扁平化矢量图标分解为语义层，为编辑、重着色和动画提供可操作的分层结构；其语义补全和遮挡关系推断方法可迁移到其他需要恢复遮挡结构的图像编辑任务。
为开放词表稠密感知重构 CLIP
Reconstructing CLIP for Open-Vocabulary Dense Perception
对做开放词表稠密感知的人，这篇给出了如何从 CLIP 全局 cls token 的多层 value embedding 构造稠密特征、并用轻量门控模块按 head 异质性重加权以缓解空间聚合带来的语义错位的具体做法，可直接迁移到开放词表检测与分割的稠密-全局对齐流程中。
RMAE-ProGRess：推进非结构化环境中的语义分割
RMAE-ProGRess: Advancing Semantic Segmentation in Unstructured Environments
提出ProGRess解码器，通过渐进式跳跃融合（PLF）实现非连续特征图的自顶向下多尺度融合，并引入轻量级通道注意力门控（LCAR）和瓶颈特征融合（BFF），为语义分割解码器设计提供了可复用的模块化思路。
PartDiffuser：基于离散扩散的部件级三维网格生成
PartDiffuser: Part-wise 3D Mesh Generation via Discrete Diffusion
把「部件间自回归 + 部件内并行离散扩散」的混合生成范式用于网格生成，并用点云作为分层几何条件通过部件感知交叉注意力注入，为可控、高细节的3D资产生成提供了可复用的条件控制与解耦思路。
PRUE：一种可规模化落地的田块边界分割实用方案
PRUE: A Practical Recipe for Field Boundary Segmentation at Scale
在遥感田块边界分割任务上，系统对比了18个分割模型与地理空间基础模型（GFM），结论是U-Net语义分割骨干配合复合损失与针对性数据增强，在精度与部署指标上优于实例分割和GFM方案，为遥感密集预测的模型选型与鲁棒性训练提供了可复用的基线配方。
城市场景分割中的开放词表域泛化
Open-Vocabulary Domain Generalization in Urban-Scene Segmentation
把状态空间模型（SSM）用于修正 VLM 在域偏移下的文本-图像相关性，这一思路可迁移到任何依赖 CLIP 类图文对齐的开放词表分割、检测任务中，用于缓解分布变化导致的图文错配。
面向域自适应分割的掩码表征建模
Masked Representation Modeling for Domain-Adaptive Segmentation
MRM 在潜空间对高层语义特征做掩码重建，可作为通用辅助任务嵌入 DeepLab、DAFormer 等分割网络，训练时联合优化、推理时零开销，为域自适应分割提供了一种简单有效的自监督信号构造方式。
让免训练扩散分割器随生成能力扩展
Making Training-Free Diffusion Segmentors Scale with the Generative Power
针对免训练扩散分割器中交叉注意力图与全局语义不一致、文本token分数不平衡的问题，提出自动聚合与逐像素重缩放两种技术，使分割性能随生成模型能力提升而提升，为利用更强扩散模型做判别任务提供了可复用方案。
局部精确精修：一种用于增强基础模型对抗光谱漂移泛化能力的双门控混合专家框架
Local Precise Refinement: A Dual-Gated Mixture-of-Experts for Enhancing Foundation Model Generalization against Spectral Shifts
把 MoE 的双门控路由用在基础模型特征的空间自适应精修上，并引入由 RGB 波段估计的深度特征作为结构先验，通过交叉注意力融合——这套「模态独立路由 + 结构引导融合」的微调范式可迁移到其他存在域偏移的密集预测任务。
协同展开的联合光谱图像重建与语义分割
Joint Spectral Image Reconstruction and Semantic Segmentation with Cooperative Unfolding
将重建与分割两个任务耦合进同一个深度展开框架，并用跨聚合超令牌注意力在两者之间传递表征，为「复原任务与高层任务联合优化」提供了可复用的展开式设计思路。
HySeg：为结构感知遥感分割学习生成式先验
HySeg: Learning Generative Priors for Structure-Aware Remote Sensing Segmentation
把分割后验推理建立在生成式结构先验之上：用 MeanFlow 学习语义拓扑的连续随机场，再投影成类别条件亲和度去引导分割头，这个「先验→亲和度→后验」的插件式设计可以迁移到任何需要边界连贯性的密集预测任务。
基于希尔伯特曲线的注意力实现语义分割网络的拓扑保持图像张量表示
Hilbert Curve-Based Attention Enabling Topology-Preserving Image Tensor Representation for Semantic Segmentation Network
把 Hilbert 曲线空间填充顺序引入解码器的注意力计算，用一维连续索引保持二维张量的空间邻接关系，可作为通用手段替换分割/检测解码器中的展平或窗口划分方式，以改善边界与细结构的连续性。
面向恶劣条件下域自适应语义分割的启发式自步学习
Heuristic Self-Paced Learning for Domain Adaptive Semantic Segmentation under Adverse Conditions
把课程学习建模为序贯决策问题，用高维状态编码器+策略梯度自动调度类别学习顺序，可直接迁移到任何需要按难度/信息量安排训练样本的视觉任务（如域自适应检测、分割）。
面向语义分割的视觉基础模型可泛化知识蒸馏
Generalizable Knowledge Distillation from Vision Foundation Models for Semantic Segmentation
把表征学习与任务学习解耦：先做选择性特征蒸馏得到域无关表征并冻结，再做任务适配，可作为一种通用的「先蒸馏表征、后微调任务」范式，用于任何需要从 VFM 迁移到小模型且要求分布偏移下泛化的视觉任务。
概念感知低秩适配用于域对齐的分割数据集生成
Concept-Aware LoRA for Domain-Aligned Segmentation Dataset Generation
CA-LoRA 通过选择性更新与目标域概念（如风格、视角）相关的权重，在微调 T2I 模型时保留预训练知识，从而生成多样且对齐的分割数据集；该思路可复用于其他需要域对齐数据生成的视觉任务，并提升域泛化性能。
CLP：面向鲁棒语义分割的真实世界受污染镜头保护罩数据集
CLP: A Real-World Dataset of Contaminated Lens Protectors for Robust Semantic Segmentation
为镜头保护罩污染这一真实退化提供带密集语义分割掩码与对齐复原目标的基准，可直接用于评测域泛化、基础模型微调以及复原-分割联合流水线在有限数据下的表现。
ACPV-Net：面向航空影像无缝矢量地图生成的全类别多边形矢量化
ACPV-Net: All-Class Polygonal Vectorization for Seamless Vector Map Generation from Aerial Imagery
面向航空影像的「全类别多边形矢量化」任务与 Deventer-512 基准，其共享边界、无缝隙无重叠的拓扑约束与语义监督条件化机制，可迁移到建筑提取、地物制图等需要输出矢量多边形的视觉任务。