专家引导融合框架

该框架利用细粒度文本表示与多尺度融合，有效抑制冗余并提升弱监督分割精度。

Hu, Xifeng · 曹艳坤 · Wei-feng, Hu · Wang, Shanshan · Mukhopadhyay, Subhas Chandra · Yu, Liu · 李华锋 · 李玉军 · 蔡青 · 刘志

Information Fusion 2026

技术优势

滤掉冗余文本

通过专家知识引导逐步精炼文本特征，减少无关信息对同类像素的干扰。

多尺度增强类别敏感

在多尺度上融合细粒度文本提示与图像特征，提升模型对不同类别的区分能力。

长距离建模低成本

在预训练Transformer中嵌入视觉状态空间自适应层，以较低计算量改善长距离依赖建模。

应用场景

• 病理图像分析：无需密集标注即可分割病理图像，降低标注成本。
• 医学图像融合：提供抑制冗余的文本-图像融合方法，提升弱监督分割性能。
• 弱监督分割：通过细粒度知识引导增强弱监督信号，提高分割精度。