组合形状和外貌的组合模型进行语义部件分割
从合成动物数据集学习语义部分分割，提出了具有更广泛的姿态多样性的合成动物数据集和适应方法，通过频谱混合和类平衡方法改进了现有的领域自适应方法，在 PartImageNet 上验证了该方法的有效性，并展示了合成虎和马的学习部分在所有四足动物上的可传递性。
Nov, 2023
本文旨在解决汽车语义部分分割问题（即将汽车内的每个像素分配到其中一个部分（例如车身，车窗，灯光，车牌和车轮））。我们将其作为一个标志性识别问题，并提出一种新颖的图形模型混合方法，该方法动态地将标志性点与一系列的段层次耦合起来。通过这种耦合，我们的模型能够利用局部图像内容以及空间变形的方面，保证相同部分内的段的外观一致性。通过动态编程实现汽车部分分割，包括找到标志点与层次中段之间的最佳耦合。我们在 PASCAL VOC 2010 汽车图像子集和三维物体类别数据集（CAR3D）的汽车子集上评估我们的方法。我们证明了使用分割外观一致性在部分定位和分割的精度方面的有效性。
Jun, 2014
本研究探讨了物体分割的任务，通过使用语义分割系统和限制玻尔兹曼机的有益信息，结合 Dense CRF 标签，采用判别式方法提高了语义部分分割的性能，并在 PASCAL 数据集上展示了优越的性能。
May, 2015
本文提出一种用于联合部分和对象分割的鲁棒方法，即将对象和部分分割重新表示为优化问题，并构建分层特征表示，其中包括像素、部分和对象级别嵌入，以自下而上的聚类方式解决它。
Jun, 2023
本篇论文介绍了一种用于检测部分遮挡对象的语义部分的方法，该方法使用本地视觉线索的置信度进行语义部分的检测并使用简单的投票技术来处理局部线索。实验证明，该方法在存在遮挡的情况下，在语义部分检测方面性能优于其他竞争方法。
Jul, 2017
本文提出了一种同时处理语义对象和部件分割的联合解决方案，其中提供了更高级的对象级上下文来引导部件分割，并利用更详细的部件级定位来改进对象分割。所提出的方法在三个不同的数据集上进行了广泛的评估，证明它可以相互增强对象和部件分割的性能，并在两个任务上都优于现有技术水平。
May, 2015
该论文讨论了通过实例级别的语义部件分割实现目标解析的方法。网络结构由分类级别分割模块以及可处理每个图像中不同数量人体检测结果的差分有条件随机场组成，网络通过单次前向传递输出实例级别部件和人体部分分割结果，同时能够实现有效的目标计数和分类级别部分分割。
Sep, 2017
我们提出了一种新的方法来处理大形变、遮挡和低分辨率，并通过使用全连接模型来对整体目标和动物身体部位的模板进行排列，以更好地处理由形变、遮挡和 / 或低分辨率造成的不同 “可检测性” 模式，并在动物类别上验证其有效性。
Jun, 2014