面向开放集全景分割的层次化双曲嵌入：Hyp2Former
计算机视觉与模式识别
2026-05-05 v1 人工智能
机器人学
摘要
在自动驾驶和机器人等安全关键应用中，识别未知对象的能力至关重要。开放集全景分割(OPS)旨在分割已知的thing和stuff类别，同时将有效的未知对象识别为独立实例。先前的OPS方法大多将已知类别视为平坦标签集合，忽略了提供有价值结构性先验信息以区分未知对象与分布内类别的语义层次结构。在本工作中，我们提出了Hyp2Former，一个无需在训练期间显式建模未知对象的端到端框架，通过在双曲空间中持续学习语义相似性来实现层次化。通过显式编码已知类别之间的层次关系，模型学习了捕获多层语义抽象的结构化嵌入空间。结果是，无法确定其细粒度类别为已知类别的未知对象仍保持与更高层次概念（例如，未知动物保持在"动物"或"对象"附近，而非与"电子"或"杂物"等无关概念）的接近性，从而可靠地检测到即使其细粒度类别在训练期间未被表示。通过在MS COCO、Cityscapes和Lost&Found等多个公开数据集上的实验评估，表明Hyp2Former在OPS任务中优于现有方法，实现了未知对象发现与分布内鲁棒性之间最佳平衡。
引用
@article{arxiv.2605.02580,
title = {Hyp2Former: Hierarchy-Aware Hyperbolic Embeddings for Open-Set Panoptic Segmentation},
author = {Yao Lu and Rohit Mohan and Florian Drews and Yakov Miron and Abhinav Valada},
journal= {arXiv preprint arXiv:2605.02580},
year = {2026}
}