基于 Poincaré 球模型的开词汇语义分割中的语义对齐
计算机视觉与模式识别
2026-05-12 v1
摘要
开词汇语义分割需要将图像级视觉语言模型如 CLIP 适应到密集像素级预测，这由于嵌入空间中层次结构与语义对齐之间的不匹配而具有挑战性。虽然最近的工作利用双曲几何来建模层次关系，但它们在同一层级内的语义对齐方面被忽略了。在本文中，我们提出了 HyRo，这是一个双曲精细调谐框架，用于在 Poincaré 球模型中解耦层次对齐和语义对齐。HyRo 通过调整双曲半径来对齐层次级别，通过使用保持双曲半径的正交变换进行角度对齐来细化语义关系。实验在标准的开词汇语义分割基准测试上表明，HyRo 在先前方法上实现了状态-of-the-art 性能。
关键词
引用
@article{arxiv.2605.08874,
title = {Semantic Alignment in Hyperbolic Space for Open-Vocabulary Semantic Segmentation},
author = {Hoang M. Truong and Hai Nguyen-Truong and Dang Huynh},
journal= {arXiv preprint arXiv:2605.08874},
year = {2026}
}
备注
Accepted to the PVUW Workshop at CVPR 2026. Project page: https://tmhoanggg.github.io/HyRo/