混合提示SAM显著检测

零样本SOTA显著检测

一个将SAM零样本能力引入RGB-T显著目标检测的模型，通过动态融合和混合提示精修大幅提升分割精度。

Hou, Ruichao · Xingyuan, Li · 任桐炜 · 周冬明 · 武港山 · 曹进德

IEEE Transactions on Circuits and Systems for Video Technology 2025

技术优势

零样本适配

借助SAM的零样本泛化能力，无需针对RGB-T数据微调就能获得高性能。

模态融合更灵活

动态卷积和多分支解码实现自适应跨模态交互，突破了固定卷积核的限制。

即插即用提升

作为通用优化模块，可集成到不同RGB-T SOD方法中，带来显著性能提升。

应用场景

• 多模态感知：利用RGB与热红外互补信息，提升复杂环境下感知鲁棒性。
• 视觉引导机器人：为机器人提供精确目标定位，支持抓取与导航决策。
• 无人机热成像：在航拍热成像中突出显著目标，辅助搜索与监控。
• 医疗图像分割：融合多模态信息，帮助医生更准确地勾画病变区域。