co-segmentation | BriefGPT - AI 论文速递

关键词co-segmentation

搜索结果 - 9

学习推断视觉概念的生成模板程序
从少数示例中抓取灵活的视觉概念。我们探索了一种神经符号系统，该系统学习如何推断以通用方式捕捉视觉概念的程序。我们引入了模板程序：来自特定领域语言的程序表达式，用于指定输入概念中的结构和参数模式。我们的框架支持多个与概念相关的任务，包括通过解
PDF3 months ago
LCCo：Lending CLIP to Co-Segmentation
本文研究了在一组图像中共同语义对象的共同分割，并使用对比式语言 - 图像预训练框架 (CLIP) 来完成该任务。通过一个用于独立处理图像集中每个图像的骨干分割网络，我们引入了 CLIP 中的语义信息，并通过三个关键模块 ——i) 图像集特征
PDF10 months ago
CVPR基础模型推动语义分割的弱增量学习
提出基于增量和弱监督学习的新思想和框架，采用预训练的共同分割和迁移学习的思想，结合记忆复制和粘贴增强的方法，实现从图像层次标签中学习，同时不遗忘旧分类的任务。在 Pascal VOC 和 COCO 数据集上的实验表明了该框架的卓越性能。
PDFa year ago
CVPR多视图共分割和聚类变换器的无监督分层语义分割
本文提出了一种基于像素特征学习的数据驱动的无监督分层语义分割方法，使用同一图像的多视角协同分割来启动特征学习，加入粗细层次间的聚类变换器以确保组织层次间的语义一致性，该方法被称作 'Hierarchical Segment Grouping
PDF2 years ago
面向组群分割的统一 Transformer 框架：协同分割，共同显著性检测和视频显著对象检测
该论文提出了一个名为 UFO 的统一框架，通过引入自注意机制和内部 MLP 学习模块，结合图像的空间信息和特征相似性，实现了针对协同分割、协同显著性检测和视频显著性对象检测的多任务单一网络架构，实验结果表明，该方法在精度和速度方面均优于现有
PDF2 years ago
利用深层 ViT 特征作为密集的视觉描述符
本文研究使用预训练的 Vision Transformer (ViT) 提取的深度特征作为密集的视觉描述符，提出了基于无监督 DINO-ViT 模型提取特征的简单方法，可用于各种领域的相关应用，包括共分割、语义对应等。经过大量定量和定性分析
PDF3 years ago
CVPRAdaCoSeg: 自适应形状共分割及组一致性损失
介绍 AdaCoSeg，这是一种用于自适应协同分割三维点云形状集的深度神经网络建议。
PDF5 years ago
ECCV深度特征分解用于概念发现
本文提出深度特征分解（DFF）方法，可用于图像内的语义概念定位、特征空间内的层次聚类结构检测和图像的共同分割及共同定位。研究结果表明，DFF 在这些任务上表现出色。
PDF6 years ago
基于网络图像共分割的弱监督语义分割
该研究提出了一种使用网络图像和图像级标签进行弱监督下的全卷积网络语义分割的方法，其利用大规模的共同分割框架从网络图像中生成标签，获得了 56.9 的交并比，在语义分割方案中取得了最新的性能。
PDF7 years ago