面向真实世界的高精度图像抠图与分割
计算机视觉与模式识别
2026-01-21 v1
摘要
高精度场景解析任务，包括图像抠图和二分类分割，旨在准确预测具有极精细细节（如头发）的掩码。大多数现有方法侧重于显著的单前景物体。虽然交互式方法允许目标调整，但其类别无关的设计限制了跨不同类别的泛化能力。此外，高质量标注的稀缺导致了对不和谐合成数据的依赖，从而造成对真实世界场景的泛化能力差。为此，我们提出了一个前景一致性学习模型，称为 FCLM，以解决上述问题。具体来说，我们首先引入了一种深度感知蒸馏策略，通过迁移深度相关知识以获得更好的前景表征。考虑到数据困境，我们将合成数据的处理视为域适应问题，并提出了一种域不变学习策略，以专注于前景学习。为了支持交互式预测，我们贡献了一个面向对象的解码器，它可以接收视觉和语言提示来预测所指目标。实验结果表明，我们的方法在定量和定性上均优于 SOTA 方法。
引用
@article{arxiv.2601.12080,
title = {Toward Real-World High-Precision Image Matting and Segmentation},
author = {Haipeng Zhou and Zhaohu Xing and Hongqiu Wang and Jun Ma and Ping Li and Lei Zhu},
journal= {arXiv preprint arXiv:2601.12080},
year = {2026}
}
备注
Accepted by AAAI2026, Poster