跨越几何不匹配：用于薄结构 SSM 的频率感知各向异性序列化
计算机视觉与模式识别
2026-03-31 v1
摘要
薄线性结构的分割在本质上具有拓扑敏感性，局部的微小错误可以 sever 长程连接。虽然最近的状态空间模型(SSM)提供了高效的长程建模能力，但其各向同性序列化(如光栅扫描)为各向异性目标创建了几何不匹配，导致状态在沿结构轨迹而非跨越结构的方向上进行传播。为此，我们提出了基于频率几何解耦的FGOS-Net框架。我们首先将特征分解为稳定的拓扑载体和方向性高频带，利用后者显式纠正由下采样引起的空间错位。在校准后的拓扑基础上，我们引入频率对齐扫描，将序列化提升为几何条件化的决策，保持方向一致的痕迹。结合主动探针策略，以选择性注入高频细节并抑制纹理歧义，FGOS-Net在四个具有挑战性的基准测试中 consistently 超过强基线。值得注意的是，它在DeepCrack上实现了91.3%的mIoU和97.1%的clDice，同时以80 FPS的速度运行，仅需7.87 GFLOPs。
引用
@article{arxiv.2603.28503,
title = {Bridging the Geometry Mismatch: Frequency-Aware Anisotropic Serialization for Thin-Structure SSMs},
author = {Jin Bai and Huiyao Zhang and Qi Wen and Ningyang Li and Shengyang Li and Atta ur Rahman and Xiaolin Tian},
journal= {arXiv preprint arXiv:2603.28503},
year = {2026}
}