跳到正文
arXiv · 机器人与计算机视觉· Mantha Sai Gopal, Jaison Saji Chacko, Harsh Nandwana, Sandesh Hegde, Debarshi Banerjee, Uma Mahesh·· 2026-10-06精选AI 评分85

REBASE:一种用于免训练上下文感知的背景子空间消除方法

REBASE: Reference-Background Subspace Elimination for Training-Free In-Context Segmentation

AI 导读

论文提出了 REBASE 框架,旨在解决现有免训练上下文感知分割方法受限于跨图像相似度图质量的问题。该方法通过显式抑制参考图中的低秩背景特征子空间,将参考与查询特征投影到其正交补空间以获取更纯净的语义匹配,并结合基于相似度的远点采样生成正向点提示。

推荐理由

提出 REBASE 框架,通过显式消除参考图中的背景特征子空间来抑制虚假对应关系,在无需训练的情况下实现单样本分割新 SOTA。

来源:arXiv · 机器人与计算机视觉 · arxiv.org