本文介绍了针对参考图像分割(RIS)的创新方法，包括两阶段视觉提示增强网络(TV-Net)和双向掩蔽自编码器(BTMAE)。这些方法通过增强视觉信息、跨模态对齐和细粒度对应关系，显著提升了多个基准数据集上的分割性能，解决了视觉线索不足的问题。