https://blog.qife122.com/tags/%E5%9B%BE%E5%83%8F%E5%88%86%E5%89%B2/ Recent content in 图像分割 on 办公AI智能小助手 Hugo zh-cn qife Thu, 02 Oct 2025 19:20:04 +0800 https://blog.qife122.com/p/%E8%A7%86%E9%A2%91%E8%AF%AD%E4%B9%89%E5%88%86%E5%89%B2%E9%AB%98%E6%95%88%E6%A0%87%E6%B3%A8%E6%8A%80%E6%9C%AF%E8%A7%A3%E6%9E%90/ Thu, 02 Oct 2025 19:20:04 +0800 https://blog.qife122.com/p/%E8%A7%86%E9%A2%91%E8%AF%AD%E4%B9%89%E5%88%86%E5%89%B2%E9%AB%98%E6%95%88%E6%A0%87%E6%B3%A8%E6%8A%80%E6%9C%AF%E8%A7%A3%E6%9E%90/ <h1 id="更高效的视频语义分割标注方法">更高效的视频语义分割标注方法</h1> <p>采用少量人工指导的自动化方法能更高效地利用标注者时间。</p> <h2 id="背景介绍">背景介绍</h2> <p>最先进的计算机视觉模型依赖于监督学习，需要使用标注数据进行训练。但标注成本高昂，在语义分割任务中尤其如此，因为需要为图像中的每个像素分配标签。视频语义分割标注的成本更为昂贵，以至于目前尚无包含逐帧标签的公共视频数据集；现有数据集仅对稀疏采样的帧进行标注。而逐帧标注将能实现更稳健的模型训练和评估。</p> https://blog.qife122.com/p/iccv-2023%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E8%AE%BA%E6%96%87%E6%8A%80%E6%9C%AF%E8%A7%A3%E6%9E%90/ Tue, 23 Sep 2025 20:25:14 +0800 https://blog.qife122.com/p/iccv-2023%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E8%AE%BA%E6%96%87%E6%8A%80%E6%9C%AF%E8%A7%A3%E6%9E%90/ <h2 id="研究领域">研究领域</h2> <p>计算机视觉</p> <h2 id="会议信息">会议信息</h2> <p>ICCV 2023</p> <h2 id="论文技术概览">论文技术概览</h2> <h3 id="3d物体检测">3D物体检测</h3> <p><strong>ImGeoNet</strong>: 通过图像诱导的几何感知体素表示实现多视角3D物体检测<br> <strong>3-DHAL3D</strong>: 基于层次化主动学习的细粒度3D部件标注框架</p> <h3 id="动作识别">动作识别</h3> <p><strong>SkeleTR</strong>: 面向自然场景的骨架动作识别技术</p> https://blog.qife122.com/p/%E8%B7%A8%E6%95%B0%E6%8D%AE%E4%B8%8E%E4%BB%BB%E5%8A%A1%E6%89%A9%E5%B1%95%E5%9B%BE%E5%83%8F%E5%88%86%E5%89%B2%E6%96%B0%E6%8A%80%E6%9C%AF/ Wed, 17 Sep 2025 00:16:37 +0800 https://blog.qife122.com/p/%E8%B7%A8%E6%95%B0%E6%8D%AE%E4%B8%8E%E4%BB%BB%E5%8A%A1%E6%89%A9%E5%B1%95%E5%9B%BE%E5%83%8F%E5%88%86%E5%89%B2%E6%96%B0%E6%8A%80%E6%9C%AF/ <h1 id="跨数据与任务扩展图像分割技术">跨数据与任务扩展图像分割技术</h1> <p>在2025年计算机视觉与模式识别会议(CVPR)上提出的一种新方法，针对图像分割任务在多样化数据集和任务中的扩展性问题进行了创新性改进。传统分割模型虽然在独立任务上表现良好，但在面对新任务或陌生场景时往往表现不佳。提出的混合查询变换器(MQ-Former)方法支持跨多个任务和数据集的联合训练与评估。</p> https://blog.qife122.com/p/cvpr-2023%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E6%8A%80%E6%9C%AF%E8%AE%BA%E6%96%87%E7%B2%BE%E9%80%89/ Mon, 15 Sep 2025 21:56:04 +0800 https://blog.qife122.com/p/cvpr-2023%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E6%8A%80%E6%9C%AF%E8%AE%BA%E6%96%87%E7%B2%BE%E9%80%89/ <h1 id="cvpr-2023技术论文指南">CVPR 2023技术论文指南</h1> <h2 id="3d感知">3D感知</h2> <p><strong>基于隐式表面对比聚类的LiDAR点云处理</strong><br> Zaiwei Zhang, Min Bai, Erran Li</p> <h2 id="异常分类">异常分类</h2> <p><strong>WinCLIP：零样本/少样本异常分类与分割</strong><br> Jongheon Jeong, Yang Zou, Taewan Kim, Dongqing Zhang, Avinash Ravichandran, Onkar Dabeer</p> https://blog.qife122.com/p/%E8%B7%A8%E6%95%B0%E6%8D%AE%E4%B8%8E%E4%BB%BB%E5%8A%A1%E6%89%A9%E5%B1%95%E5%9B%BE%E5%83%8F%E5%88%86%E5%89%B2%E6%96%B0%E6%8A%80%E6%9C%AF/ Fri, 12 Sep 2025 10:19:47 +0800 https://blog.qife122.com/p/%E8%B7%A8%E6%95%B0%E6%8D%AE%E4%B8%8E%E4%BB%BB%E5%8A%A1%E6%89%A9%E5%B1%95%E5%9B%BE%E5%83%8F%E5%88%86%E5%89%B2%E6%96%B0%E6%8A%80%E6%9C%AF/ <h1 id="跨数据与任务的图像分割扩展技术">跨数据与任务的图像分割扩展技术</h1> <p>在2025年计算机视觉与模式识别会议（CVPR）上提出的一种新方法，解决了图像分割在多样化数据集和任务中的扩展性问题。传统分割模型虽然在独立任务上有效，但在面对新任务或陌生场景时往往表现不佳。提出的混合查询变换器（MQ-Former）方法支持跨多个任务和数据集的联合训练与评估。</p> https://blog.qife122.com/p/iccv-2023%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E7%A0%94%E7%A9%B6%E6%8C%87%E5%8D%97/ Tue, 09 Sep 2025 05:22:49 +0800 https://blog.qife122.com/p/iccv-2023%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E7%A0%94%E7%A9%B6%E6%8C%87%E5%8D%97/ <h1 id="某中心iccv-2023论文快速指南">某中心ICCV 2023论文快速指南</h1> <p>从图像分割和目标检测等经典问题，到数据表示和&quot;机器反学习&quot;等理论主题，某中心研究人员在ICCV上发表的论文展示了其在计算机视觉研究工作的多样性。</p> https://blog.qife122.com/p/%E8%B7%A8%E6%95%B0%E6%8D%AE%E4%B8%8E%E4%BB%BB%E5%8A%A1%E6%89%A9%E5%B1%95%E5%9B%BE%E5%83%8F%E5%88%86%E5%89%B2%E6%8A%80%E6%9C%AF/ Sun, 07 Sep 2025 19:50:01 +0800 https://blog.qife122.com/p/%E8%B7%A8%E6%95%B0%E6%8D%AE%E4%B8%8E%E4%BB%BB%E5%8A%A1%E6%89%A9%E5%B1%95%E5%9B%BE%E5%83%8F%E5%88%86%E5%89%B2%E6%8A%80%E6%9C%AF/ <h1 id="跨数据与任务扩展图像分割技术">跨数据与任务扩展图像分割技术</h1> <p>在2025年计算机视觉与模式识别会议（CVPR）上提出的一种新方法，旨在解决图像分割在多样化数据集和任务中的扩展性问题。传统分割模型虽然在孤立任务上有效，但在面对新任务或陌生场景时往往表现不佳。提出的方法采用混合查询变换器（MQ-Former）模型，支持跨多个任务和数据集的联合训练与评估。</p> https://blog.qife122.com/p/%E6%97%A0%E7%9B%91%E7%9D%A3%E5%9B%BE%E5%83%8F%E5%88%86%E5%89%B2%E6%8A%80%E6%9C%AF%E7%AA%81%E7%A0%B4/ Sun, 07 Sep 2025 15:14:47 +0800 https://blog.qife122.com/p/%E6%97%A0%E7%9B%91%E7%9D%A3%E5%9B%BE%E5%83%8F%E5%88%86%E5%89%B2%E6%8A%80%E6%9C%AF%E7%AA%81%E7%A0%B4/ <h1 id="无监督图像分割技术突破">无监督图像分割技术突破</h1> <h2 id="技术背景">技术背景</h2> <p>语义分割任务需对数字图像中每个像素进行类别标注（如人物、猫、飞机等），广泛应用于基于内容的图像检索、医学影像和物体识别等领域。</p> <p>基于机器学习的语义分割系统通常需要手工精确标注物体边界的训练图像，这是一个耗时操作。相比之下，物体检测系统只需使用边界框（bounding boxes）标注的图像进行训练。人工标注图像分割所需时间平均是标注边界框的35倍。</p> https://blog.qife122.com/p/%E8%B7%A8%E6%95%B0%E6%8D%AE%E4%B8%8E%E4%BB%BB%E5%8A%A1%E6%89%A9%E5%B1%95%E5%9B%BE%E5%83%8F%E5%88%86%E5%89%B2%E6%8A%80%E6%9C%AF/ Thu, 04 Sep 2025 03:32:35 +0800 https://blog.qife122.com/p/%E8%B7%A8%E6%95%B0%E6%8D%AE%E4%B8%8E%E4%BB%BB%E5%8A%A1%E6%89%A9%E5%B1%95%E5%9B%BE%E5%83%8F%E5%88%86%E5%89%B2%E6%8A%80%E6%9C%AF/ <h1 id="跨数据与任务扩展图像分割技术">跨数据与任务扩展图像分割技术</h1> <p>在2025年计算机视觉与模式识别会议(CVPR)上提出的一种新方法，解决了图像分割模型在多样化数据集和任务间的扩展性问题。传统分割模型虽然在孤立任务上有效，但在面对新任务或陌生场景时往往表现不佳。</p> https://blog.qife122.com/p/iccv-2023%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E6%8A%80%E6%9C%AF%E8%AE%BA%E6%96%87%E9%80%9F%E8%A7%88/ Wed, 03 Sep 2025 22:09:56 +0800 https://blog.qife122.com/p/iccv-2023%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E6%8A%80%E6%9C%AF%E8%AE%BA%E6%96%87%E9%80%9F%E8%A7%88/ <h2 id="计算机视觉">计算机视觉</h2> <h3 id="3d标注与检测">3D标注与检测</h3> <p><strong>3-DHAL3D: 细粒度3D部件标注的分层主动学习</strong><br> Fenggen Yu, Yiming Qian, Francisca Gil Ureta, Brian Jackson, Eric Bennett, Richard Zhang</p> <p><strong>ImGeoNet: 图像诱导的几何感知体素表示用于多视图3D目标检测</strong><br> Tao Tu, Shun-Po Chuang, Yu-Lun Liu, Cheng Sun, Ke Zhang, Donna Roy, Cheng-Hao Kuo, Min Sun</p>