MARIS：基于几何增强与语义对齐的海洋开放词汇实例分割
计算机视觉与模式识别
2026-03-18 v3 人工智能
摘要
大多数现有的水下实例分割方法受限于近似词汇预测，限制了其识别新海洋类别的能力。为支持评估，我们引入了 MARIS（Marine Open-Vocabulary Instance Segmentation），即首个大规模细粒度水下开放词汇（OV）分割基准，包含有限的已见类别和多样化的未见类别。尽管 OV 分割在自然图像上显示出前景，但我们的分析表明，向水下场景的迁移因缺乏水下类定义而遭受严重的视觉退化（例如颜色衰减）和语义错位。为解决这些问题，我们提出了包含两个互补组成部分的统一框架。几何先验增强模块（GPEM）利用稳定的部件级和结构线索，在降解的视觉条件下维持物体一致性。语义对齐注入机制（SAIM）通过补充领域特定的先验信息来丰富语言嵌入，缓解语义歧义并提高对未见类别的识别。实验表明，我们的框架在 MARIS 上的 In-Domain 和 Cross-Domain 设置下均一致优于现有 OV 基线，为未来的水下感知研究奠定了强大的基础。
引用
@article{arxiv.2510.15398,
title = {MARIS: Marine Open-Vocabulary Instance Segmentation with Geometric Enhancement and Semantic Alignment},
author = {Bingyu Li and Feiyu Wang and Da Zhang and Zhiyuan Zhao and Junyu Gao and Xuelong Li},
journal= {arXiv preprint arXiv:2510.15398},
year = {2026}
}