TF-SSD：基于协同掩码过滤的无训练共显著目标检测强流水线
计算机视觉与模式识别
2026-04-02 v1
摘要
共显著目标检测（CoSOD）旨在分割在一组相关图像中一致出现的显著目标。尽管近期基于训练的方法取得了显著进展，但它们仍受限于封闭集数据集，且泛化能力有限。然而，很少有研究探索视觉基础模型（VFM）在解决CoSOD问题上的潜力，这些模型展现出强大的泛化能力和稳健的显著性理解。本文中，我们研究并利用VFM进行CoSOD，并进一步提出一种新颖的无训练方法TF-SSD，通过SAM与DINO之间的协同实现。具体而言，我们首先利用SAM生成全面的原始提议，作为候选掩码池。然后，我们引入一个质量掩码生成器来过滤冗余掩码，从而获得精炼的掩码集。由于该生成器基于SAM构建，其本质上缺乏对显著性的语义理解。为此，我们采用图像内显著性过滤器，利用DINO的注意力图来识别单个图像内视觉上显著的掩码。此外，为了将显著性理解扩展到组图像，我们提出一个图像间原型选择器，计算跨图像原型之间的相似度分数，以选择得分最高的掩码。这些选定的掩码作为CoSOD的最终预测。大量实验表明，我们的TF-SSD优于现有方法（例如，比近期无训练方法提升13.7%）。代码可在 https://github.com/hzz-yy/TF-SSD 获取。
引用
@article{arxiv.2604.00549,
title = {TF-SSD: A Strong Pipeline via Synergic Mask Filter for Training-free Co-salient Object Detection},
author = {Zhijin He and Shuo Jin and Siyue Yu and Shuwei Wu and Bingfeng Zhang and Li Yu and Jimin Xiao},
journal= {arXiv preprint arXiv:2604.00549},
year = {2026}
}
备注
Accepted by CVPR26