多任务领先
通过不确定性感知特征重组，统一解决显著性物体检测与伪装物体检测，实现更自信、更精准的二元分割。
董子昊 · Zizhen, Liu · 74274287 · Fang, Tiyu · 邵秀丽 · Kwong, Sam
IEEE Transactions on Circuits and Systems for Video Technology 2024
同一模型无需修改即可在显著性检测、伪装检测和息肉分割上取得领先结果，避免为每个任务单独设计网络。
通过方差和熵度量分割不确定性，训练时优先处理高置信区域，从而在特征上采样阶段获得更自信的预测。
采用相邻特征聚合的通道重组模块，迭代探索通道完整性，提升通用物体信息的解码效率。