分层稀疏表示网络

少样本分割抗干扰

通过分层稀疏表示和自适应提示，更准确地挖掘支持与查询图像间的像素关系，提升少样本分割的泛化能力。

Luo, Xiaoliu · Xie, Ting · Weisen, Qin · Zhao, Duan · 谭进 · 张太平

Expert Systems with Applications 2025

技术优势

像素关系更准

通过稀疏正则化重建密集关系，挖掘出潜在的支持-查询像素关系表示，减少外观和形状差异的干扰。

缓解类偏移

轻量级自适应提示元学习器为每个类别生成多个提示，提升对未见类别的泛化能力，降低对类偏移的敏感性。

应用场景

• 少样本图像分割：用极少标注样本在新类别上完成像素级分割，减少数据标注成本。
• 视觉场景理解：在场景理解中准确分割目标区域，提升对复杂场景的解析能力。
• 手术图像分析：在手术图像分析中，仅需少量标注即可识别和分割解剖结构或病灶。