基于灯塔引导结构化推理的拓扑感知骨架检测
计算机视觉与模式识别
2026-04-23 v1
摘要
在自然图像中，物体骨架用于表示几何形状。然而，即使姿态或运动的微小变化也会导致骨架结构发生显著改变，增加了骨架检测的难度，并常常导致骨架不连续。现有方法主要关注点级骨架点检测，而忽略了结构连续性在恢复完整骨架中的重要性。为解决此问题，我们提出 Lighthouse-Skel，一种通过灯塔引导结构化推理的拓扑感知骨架检测方法。具体而言，我们引入了一个双分支协同检测框架，该框架联合学习骨架置信场和结构锚点，包括端点和连接点。点分支学习的空间分布引导网络关注拓扑脆弱区域，从而提高骨架检测的准确性。基于学习到的骨架置信场，我们进一步提出了一种灯塔引导的拓扑补全策略，该策略利用检测到的连接点和断点作为灯塔，沿低成本路径重连不连续的骨架段，从而改善骨架的连续性和结构完整性。在四个公开数据集上的实验结果表明，所提出的方法在实现有竞争力的检测精度的同时，显著提升了骨架的连通性和结构完整性。
引用
@article{arxiv.2604.20123,
title = {Topology-Aware Skeleton Detection via Lighthouse-Guided Structured Inference},
author = {Daoyong Fu and Xiang Zhang and Zhaohuan Zhan and Fan Yang and Ke Yang},
journal= {arXiv preprint arXiv:2604.20123},
year = {2026}
}