Cross-Attentive Multimodal Enhancement for Weakly-Supervised Referring Image Semantic Segmentation

计算机科学 人工智能 分割 模式识别(心理学) 注释 基本事实 集合(抽象数据类型) 语义学(计算机科学) 约束(计算机辅助设计) 交叉熵 一致性(知识库) 试验装置 熵(时间箭头) 图像分割 编码(内存) 计算机视觉 边界(拓扑) 一般化 图像(数学) GSM演进的增强数据速率 感知 语义鸿沟 语义相似性 噪音(视频) 灵活性(工程) 接头(建筑物) 机器学习 特征(语言学) 代表(政治) 自然语言处理 神经编码 图像自动标注
作者
Yong Yang,Menglu Zhang,Tianci Wan
出处
期刊:International Journal of Pattern Recognition and Artificial Intelligence [World Scientific]
标识
DOI:10.1142/s0218001426550025
摘要

Weakly Supervised Semantic Segmentation(WSSS) reduces annotation costs but often suffers from incomplete target activation. To address this, we propose CAME(Cross-Attentive Multimodal Enhancement for Weakly-Supervised Referring Image Semantic Segmentation). CAME introduces CrossModalityAttnFusion(CMAF) to guide language features using visual cues, thereby improving semantic alignment. A Positional Encoding 2D(PED) module enhances structural perception through coordinate encoding. Structure-Aware Consistency Loss(SACL) enforces boundary alignment via edge constraints. Additionally, Entropy Constraint Loss and Focal Loss V2 suppress low-confidence noise and emphasize difficult regions. This joint optimization improves pseudo mask quality, resulting in sharper boundaries and enhanced regional consistency. Experiments show that CAME achieves mIoU scores of 54.96%, 57.08%, and 53.01% on the validation and test sets of RefCOCO, 48.25%, 46.37%, and 45.09% on RefCOCO+, and 54.89% on the validation set of RefCOCOg, significantly outperforming existing weakly supervised methods. These results confirm the effectiveness and strong generalization ability of the proposed approach.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Orange的应助被酷酷的怀莲采纳,获得10
1秒前
3秒前
xfy的应助被科研通管家采纳,获得10
3秒前
淡然雁梅完成签到 ,获得积分10
4秒前
ri_290完成签到,获得积分10
5秒前
5秒前
xzcx完成签到 ,获得积分10
5秒前
方方完成签到,获得积分10
6秒前
心如止水完成签到,获得积分10
8秒前
SCINEXUS完成签到,获得积分0
8秒前
怡然绯完成签到 ,获得积分10
9秒前
书生完成签到,获得积分10
13秒前
张倾情完成签到,获得积分10
13秒前
翻斗花园吴靓靓完成签到 ,获得积分10
14秒前
Anatee完成签到,获得积分10
14秒前
忧伤的平安完成签到,获得积分10
17秒前
情怀的应助被帆320采纳,获得10
18秒前
18秒前
kevin完成签到,获得积分10
18秒前
Wei完成签到,获得积分10
22秒前
王kk完成签到 ,获得积分10
23秒前
海风完成签到,获得积分10
24秒前
辛辛那提完成签到,获得积分10
26秒前
乐无忧完成签到 ,获得积分10
26秒前
炳灿完成签到 ,获得积分10
29秒前
Skywalk满天星完成签到,获得积分10
29秒前
烂漫向梦完成签到,获得积分10
30秒前
31秒前
jie完成签到 ,获得积分10
32秒前
优雅的盼旋完成签到,获得积分10
33秒前
孤独的问柳完成签到,获得积分10
35秒前
烂漫向梦发布了新的文献求助10
35秒前
36秒前
小可爱完成签到,获得积分10
38秒前
称心忆灵完成签到,获得积分10
40秒前
leo完成签到,获得积分10
42秒前
42秒前
水本无忧87完成签到,获得积分0
42秒前
42秒前
不安丹云完成签到,获得积分10
44秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
Hidden Empire of Finance: How Wall Street Profits from Our Cities and Fuels Global Inequality 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8166556
求助须知:如何正确求助?哪些是违规求助? 9559576
关于积分的说明 21750809
捐赠科研通 7757392
什么是DOI,文献DOI怎么找? 3429167
关于科研通互助平台的介绍 2553530
邀请新用户注册赠送积分活动 2473923