基于层次连贯建模的隐蔽物体分割
原文中文，约300字，阅读约需1分钟。发表于：。本文提出了一种用于隐蔽物体分割的分层一致性建模器，以解决现有分割器在极度隐蔽场景中无法完全实现分割结果的问题。通过利用单一阶段和上下文级别的特征相关性，HCM 分割器在提升特征一致性方面起到了积极作用。此外，引入可逆重新校准解码器，以检测低置信区域中先前未检测到的部分，进一步提高了分割性能。在包括伪装物体检测、息肉图像分割和透明物体检测在内的三个隐蔽物体分割任务上进行的大量实验证明了...
研究者提出了开放词汇伪装的物体分割任务，并构建了一个大规模复杂场景数据集。通过集成类别语义知识和视觉结构线索，提出的方法可以有效地捕捉伪装对象，并在OVCamo数据集上超过了先前的方法。研究者希望通过提出的数据集和基线，进一步扩展开放词汇密集预测任务的研究。
