跳到正文
arXiv · 机器人与计算机视觉· Yansong Bai, Yunzhi Zhuge, Xinzhuo Yu, Lu Zhang, Jin Zhan, Pingping Zhang, Huchuan Lu·· 20 天前精选AI 评分76

SIFR:面向域泛化的语义分割光谱不变融合与细化方法

Spectral Invariant Fusion and Refinement for Domain Generalized Semantic Segmentation

AI 导读

针对域泛化语义分割任务中难以兼顾抑制域敏感干扰与保留细粒度空间线索的挑战,本文提出 SIFR 框架。该方法利用频域建模统一调节异构先验交互与密集解码器细化,通过光谱引导的不变融合过滤域敏感响应并保留互补信息,同时引入基于低频统计归一化的解码器细化模块以稳定多尺度特征。在合成到真实、真实到真实及恶劣天气等多个基准上的实验表明,SIFR 显著优于现有最先进方法。

推荐理由

提出基于频域的双流框架 SIFR,在无需目标域数据条件下提升语义分割的泛化性与精度。

来源:arXiv · 机器人与计算机视觉 · arxiv.org