GASeg：基于拓扑结构的鲁棒自监督分割

Research Paper#Computer Vision, Semantic Segmentation, Self-Supervised Learning, Topology🔬 Research|分析: 2026年1月3日 18:21•
发布: 2025年12月30日 05:34
•
1分で読める
•ArXiv

分析

本文解决了自监督语义分割方法的局限性，特别是它们对外观歧义的敏感性。它提出了一个新颖的框架GASeg，利用拓扑信息来弥合外观和几何之间的差距。核心创新是可微盒子计数（DBC）模块，它提取多尺度拓扑统计信息。本文还介绍了拓扑增强（TopoAug）以提高鲁棒性，以及用于跨模态对齐的多目标损失（GALoss）。 专注于稳定的结构表示和使用拓扑特征是对该领域的重要贡献。
引用 / 来源
查看原文
"GASeg achieves state-of-the-art performance on four benchmarks, including COCO-Stuff, Cityscapes, and PASCAL, validating our approach of bridging geometry and appearance via topological information."
A
ArXiv2025年12月30日 05:34
* 根据版权法第32条进行合法引用。
较旧

Is this sub just for complaining about AI now?

较新

How I Use "AI"

相关分析

Research Paper

SpaceTimePilot：时空控制的生成视频渲染

2026年1月3日 06:10

Research Paper

量子混沌哈密顿量演化下的随机性生成

2026年1月3日 06:10

Research Paper

GaMO：几何感知扩散用于稀疏视角3D重建

2026年1月3日 06:32

来源: ArXiv