arXiv · 机器人与计算机视觉· Quang Qui-Vinh Nguyen, Hung Nguyen, Rang Nguyen, Khoi Nguyen·· 6 天前精选AI 评分78
无需训练的个人化图像分割框架:解决多图实例召回瓶颈
Where is My Mug? Training-Free Framework for Personalized Image Segmentation
AI 导读
该论文针对个性化图像分割(PIS)在多图实例场景下的召回瓶颈问题,提出一种无需训练的模块化系统。该方法利用通用检测器生成高召回目标提案,结合基础模型特征进行匹配,并用 SAM 细化边界;同时提出了基于 Top-K Sinkhorn 的鲁棒距离度量方法。研究引入了新的多实例基准数据集,实验表明该系统在多个标准数据集上优于现有方法,且运行时更低、参数量更少,为真实世界应用提供了可部署的基线。
推荐理由
针对现有个性化分割方法在多图实例场景下失效的问题,提出无需训练的模块化框架与多实例基准。
来源:arXiv · 机器人与计算机视觉 · arxiv.org