计算机辅助设计与图形学学报

作者：刘胜男, 姜璐璐, 郑宛露, 王少荣, 汪国平

关键词：语义分割, 小样本学习, 小样本语义分割, 特征融合

针对现有的小样本语义分割方法普遍采用简单的融合策略来实现跨分支信息传递, 难以捕获复杂的特征交互信息的问题, 提出一个实现支持-查询分支高效融合的互引导条件耦合网络. 所提网络设计了一个耦合信息生成模块, 该模块聚焦于支持特征中与查询特征高度相似的区域, 以使查询特征中的每个像素能够自适应地融合支持特征的像素级信息. 同时, 为了减少查询图像背景对融合效果的负面影响, 设计了一个条件耦合模块. 在该模块中, 生成的条件可用于抑制查询图像背景区域的信息吸收, 从而有效地避免了背景信息对结果的干扰. 在 PASCAL-5i 以及COCO-20i 的实验结果表明, 所提网络在多数任务上, 其 mIoU 和 FBIoU 指标优于或接近相关方法的最佳性能.

来源：2025年第6期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2025年第6期