面向图像级监督的弱监督语义分割中伪标签精炼的最新趋势
计算机视觉与模式识别
2025-07-30 v1
摘要
与完全监督语义分割不同，弱监督语义分割 (WSSS) 依赖较弱形式的监督信息来执行密集预测任务。among 各种类型的弱监督，WSSS 采用图像级注释被认为是最具挑战性且最实用的，吸引了大量研究关注。因此，本综述我们聚焦于 WSSS 采用图像级注释。此外，本综述聚焦于主流研究方向，刻意省略了较不具影响力的分支。鉴于新方法的快速发展以及现有综述在捕捉近期趋势方面的局限性，迫切需要一份更新且全面的综述。我们的目标是填补这一差距，通过综合最新进展和最新技术手段来概述 WSSS 采用图像级标签的最新进展。基本上，我们提供了关于 WSSS 采用图像级标签的最新进展的全面综述，将现有方法基于涉及的额外监督类型和水平进行分类。我们还检查了将先进方法应用于特定领域数据集在 WSSS 中的挑战，这一话题仍未得到充分探讨。最后，我们讨论了当前挑战，评估了现有方法的局限性，并概述了若干有前景的未来研究方向。本综述旨在为已熟悉 WSSS 基本概念并寻求深入了解当前进展和方法创新的研究人员提供参考。
引用
@article{arxiv.2507.21587,
title = {Emerging Trends in Pseudo-Label Refinement for Weakly Supervised Semantic Segmentation with Image-Level Supervision},
author = {Zheyuan Zhang and Wang Zhang},
journal= {arXiv preprint arXiv:2507.21587},
year = {2025}
}