SkipClick：用于冬季运动情境下交互式分割的结合快速响应与低层特征
计算机视觉与模式识别
2025-10-13 v2
摘要
本文提出了一种用于冬季运动情境下交互式分割的新型架构。交互式分割领域研究如何通过用户引导信息预测高质量分割掩码。在本研究中，引导信息由点击提示构成。针对该任务，我们首先构建了以快速响应每次点击为目标的基线架构。随后，我们阐述并描述了若干架构修改方案，以提升在WSESeg数据集上对冬季运动器材分割性能的表现。关于WSESeg数据集中各类的平均NoC@85指标，我们相较于SAM和HQ-SAM分别提升了2.336和7.946次点击。在应用至HQSeg-44k数据集时，本系统实现了NoC@90为6.00、NoC@95为9.89的领先成绩。此外，我们还测试了模型在包含滑雪中人类掩码的新型数据集。
引用
@article{arxiv.2501.07960,
title = {SkipClick: Combining Quick Responses and Low-Level Features for Interactive Segmentation in Winter Sports Contexts},
author = {Robin Schön and Julian Lorenz and Daniel Kienzle and Rainer Lienhart},
journal= {arXiv preprint arXiv:2501.07960},
year = {2025}
}
备注
4 figures, 6 tables, 12 pages