该文综述不完全图像分割，即预测可见与遮挡部分的完整掩膜。作者利用3D数据构建自动流程生成真值，提出两种架构，在COCOA和新MP3D-Amodal数据集上取得最优结果。相关进展包括非模态全景分割、APSNet、C2F-Seg、SeGAN及扩散修复等方法。

本文综述非模态（遮挡）实例分割与全景分割研究，涵盖多项工作：提出无需提议的多标签无缝分割网络，在BDD100K-APS和KITTI-360-APS上超越现有水平；利用标准注释训练非模态分割；借助形状先验处理遮挡；构建3D自动管道生成真值；提出语义全场景标注及新数据集；用贝叶斯模型解决分割越界；提出端到端语义非模态分割模型；以弱监督和边界不确定性实现遮挡实例分割；定义非模态全景分割任务并提出APSNet；用扩散修复模型改进遮挡物体补全。