学习标记：面向半监督指代表达分割的强化自演化框架
计算机视觉与模式识别
2026-05-28 v1
摘要
半监督指代表达分割（SS-RES）旨在受限标注条件下实现精确的像素级语言定位，但在利用无标签图像-文本对时存在监督信号有限和伪标签不可靠的问题。本文提出一种强化自演化框架（Learning to Label, L2L），将伪标签构建建模为可学习的决策过程。为建立基础理解， 我们利用多模态大语言模型提取语义-空间先验，将其实例化为初始软分割提案，并与文本线索一起提升为可学习的指导信号，以条件化分层分割网络。为确保学习稳定性， 强化伪标签选择被建模为探索性决策过程，基于多模态先验和模型预测自适应奖励高效能的像素级监督。这种强化自演化循环使分割模型与伪标签能够联合优化，在稀疏监督下逐步提升标签可靠性。 在RefCOCO、RefCOCO+和RefCOCOg上的大量实验表明， 本方法优于现有方法，验证了其有效性和广泛性。
引用
@article{arxiv.2605.28239,
title = {Learning to Label: A Reinforced Self-Evolving Framework for Semi-supervised Referring Expression Segmentation},
author = {Runlong Cao and Ying Zang and Chuanwei Zhou and Tianrun Chen and Tong Zhang and Zhen Cui and Chunyan Xu},
journal= {arXiv preprint arXiv:2605.28239},
year = {2026}
}
备注
24 pages, 13 figures