image semantic segmentation | BriefGPT

关键词image semantic segmentation

搜索结果 - 12

Seg-LSTM: 遥感图像语义分割的 xLSTM 性能
近期自回归网络的线性复杂度提升极大地推动了研究进展，在大型语言模型上表现出色。代表性模型为扩展长短期记忆网络 (xLSTM)，其融合了门控机制和记忆结构，在长序列语言任务上与 Transformer 架构可媲美。自回归网络如 xLSTM 可
PDF14 days ago
CVPR2024 年 PVUW 挑战赛第二名解决方案：视频全景分割
我们提出了一个强大的整合视频全景分割解决方案，该方案基于 DVIS ++ 框架生成初始掩模，然后添加了额外的图像语义分割模型以进一步提高语义类别的性能。最终，我们的方法在视频全景分割任务中取得了 56.36 和 57.12 的 VPQ 得分
PDFa month ago
加强的编码 - 解码网络架构对图像语义分割中的信息损失进行减少
本研究提出了一种创新的编码器 - 解码器网络结构，利用残差连接增强了传统 SegNet 架构在图像语义分割任务中的准确性。通过多重残差连接策略有效地保留了不同图像尺度上的细节，从而最小化了下采样过程中的信息丢失。此外，为了增强网络训练的收敛
PDFa month ago
I2CKD：用于语义分割的课内和课间知识蒸馏
这篇论文提出了一种针对图像语义分割的新型知识蒸馏方法，称为 Intra- and Inter-Class Knowledge Distillation（I2CKD）。该方法的重点是捕捉和转移教师（笨重模型）和学生（紧凑模型）的中间层之间的知
PDF3 months ago
随机平滑法中的自适应分层认证用于分割
本文提出了一种新颖、更通用和实用的自适应分层认证方法用于图像语义分割，该方法在由细粒度到粗粒度级别组成的多级分层标签空间中进行认证，同时引入了一种基于认证信息增益度量的评估策略，并且通过实验证明相比于当前最先进的认证方法及其非自适应版本，该
PDF5 months ago
嵌入式自适应优化的高光谱波段选择对图像语义分割的影响
我们提出了一种嵌入式高光谱波段选择方法，不依赖先前处理，通过自适应 Stochastic Gates (STG) 算法进行波段选择，适用于真实时间或资源有限的应用，具有优越的准确性和易用性。
PDF5 months ago
基于图像级标签的弱监督语义分割：从传统模型到基础模型
基于图像级标签的弱监督语义分割是有效的避免昂贵标注的解决方案。本文首先对传统方法进行全面调研，然后研究了在弱监督语义分割中视觉基础模型（如 SAM）的适用性和挑战，为该研究领域的未来发展提供了深入的见解。
PDF8 months ago
自动驾驶中异常检测的合成异常样本生成
我们研究了在自动驾驶背景下使用异常检测模块训练图像语义分割模型的不同策略，通过对最先进的 DenseHybrid 模型的训练阶段进行修改，我们实现了显著的异常检测性能提升。此外，我们提出的简化检测器不仅实现了与改进的 DenseHybrid
PDFa year ago
弱监督医学图像分割的条件扩散模型
本研究利用条件性传播模型中的类别信息来获取仅基于图像级注释的目标对象预测掩码，并且超越了先前的方法在两个公共医学图像分割数据集上的表现。
PDFa year ago
CVPR用于密集预测任务的密集连接多扩张卷积网络
本文介绍了一种新的用于高分辨率密集预测的卷积神经网络架构，称为 D3Net，其采用了多分辨率学习和逐渐膨胀的感受野来同时建模局部和全局模式，避免了深度网络中的深度耗散问题，并在图像和音频处理任务中取得了优越的性能。
PDF4 years ago
ICCVPANet: 利用原型对齐进行少样本图像语义分割
本研究提出了一种基于度量学习的原型对齐网络（PANet）来解决仅使用少量样本进行图像分割的问题，它通过学习每个语义类别的原型表示，并通过匹配每个像素到所学习的原型来执行查询图像的分割，最终在 PASCAL-5i 上超越了现有技术达到了 48
PDF5 years ago
MM语义白平衡：使用卷积神经网络的语义色彩恒常性
本文利用图像语义分割的信息，结合输入图像的颜色和空间信息，训练了一个 CNN 模型来消除场景照明造成的色偏，试验结果表明，利用 CNN 模型的图像语义分割信息可以将误差减少超过 40%。
PDF6 years ago