先验掩模引导分割模型

少样本准确分割

生成泛化性强的先验掩模，融合多视图交互与位置信息，辅助查询图像的分割预测。

张玲玲 · Xinyu, Zhang · 王茜莺 · 吴文俊 · Chang, Xiaojun · Liu, Jun

IEEE Transactions on Circuits and Systems for Video Technology 2023

技术优势

融合多视图信息

先验掩模不仅考虑支持图像单视图内的交互，还融合了多视图间的信息，弥补了单视图监督的不足。

泛化能力强

所生成的先验掩模对新类别具有良好的泛化能力，能够更好地辅助后续查询掩模预测。

应用场景

• 少样本视觉分割：提供将少量标注扩展为像素级分割的能力，降低标注成本。
• 机器人视觉感知：可作为机器人视觉模块，快速适应新场景中的分割任务。
• 具身智能感知：为具身智能体提供在新环境中利用少量样本进行分割的能力。