低对比度语义分割模型

结构信息增强抗噪

通过全局上下文增强结构信息，并利用自适应融合与频谱增强减少噪声，在低对比度图像上实现最优综合性能。

Yuan, Haochen · 彭俊杰

Pattern Recognition 2024

技术优势

结构信息更完整

利用全局上下文增强结构信息，弥补局部特征导致的边界模糊。

噪声融合更少

通过自适应融合方式减少融合特征中的噪声，提升分割精度。

训练更鲁棒

在训练阶段增强融合特征的低频频谱，提升模型对噪声的鲁棒性。

应用场景

• 低对比度场景感知：在边界模糊、噪声强的低对比度场景中实现更准确的分割。
• 工业视觉检测：提升工业图像中低对比度缺陷或目标的检测精度。
• 医学图像分割：帮助分割边界不清的医学图像，如低对比度组织或病灶。
• 无人机低照度视觉：增强无人机在低光照条件下的图像分割能力。