联系我们

研究成果

RESEARCH RESULTS
您当前所在位置: 首页 / 研究成果 / 期刊论文

团队论文在中科院一区top SCI期刊Applied Soft Computing上发表

发布时间:2024-12-13 浏览量:

日前,由詹骄博士等撰写的论文Amodal instance segmentation with dual guidance from contextual and shape priors在国际人工智能知名期刊Applied Soft Computing发表,DOI: https://doi.org/10.1016/j.asoc.2024.112602

文章针对掩码级非模态实例分割中的上下文依赖模糊和形状多样性的问题,提出了一种基于先验引导的掩码级非模态实例分割方法。该方法构建了一种通过像素亲和度损失进行训练的像素亲和度解析模块,能够在非模态实例分割中通过非局部和有监督的方式明确捕捉类内和类间上下文依赖,以优化像素向量表示的类内一致性和类间差异性,从而生成具有上下文先验的鲁棒特征表示。这种鲁棒特征表示能够有效避免模型因异类像素间的相似向量表示而导致的错误判断,从而显著增强其预测性能。此外,为了进一步细化预测结果,还提出了一种轻量级的先验引导掩码细化模块,能够利用形状先验来避免预测掩码中出现不合理的目标形状。在四个非模态实例分割数据集上的实验结果表明,相较于以往的研究,该方法展现出更高的预测精度:在KINS 测试集上实现了37.1% 的AP,在D2SA 测试集上实现了71.7% 的AP,在COCOA-cls 测试集上实现了41.29% 的AP,在CWALT 测试集上实现了72.51% 的AP。该论文提出的方法能够有效解决自动驾驶的非模态实例分割问题,以增强车辆对周围环境描述的完整性。

Applied Soft Computing是国际人工智能领域知名期刊,最新影响因子7.2,属于中科院SCI一区top期刊。


最新新闻

查看更多