Multilevel Thresholding for Image Segmentation through a Fast Statistical Recursive Algorithm
提出了一种利用图像的均值和方差进行多层次分割的新算法。从直方图两端的极端像素值开始，该算法递归地应用于从上一步骤计算的子范围，以便为下一步骤找到阈值水平和新的子范围，直到不能实现图像质量的显著改善。该方法利用了这样一个事实：在方差消失的限制条件下，许多分布倾向于狄拉克δ函数，在均值处达到峰值。该过程自然地提供了可变大小的分割，其中在极端像素值附近具有较大的块，并且在平均值或其他选择的值周围具有更精细的划分，以实现更好的可视化。对多种图像的实验表明，新算法在计算量很小的情况下有效地分割了图像。
2006-02-12 cs.CV
SpiderMesh: Spatial-aware Demand-guided Recursive Meshing for RGB-T Semantic Segmentation
Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院（AIR））
针对复杂光照下 RGB-T 语义分割，提出 SpiderMesh 框架，结合需求引导掩码、递归网格化、M-CutOut 与半监督学习，在 MFNet 和 PST900 上达到最先进性能。
2023-09-27 cs.CV
Recursively Refined R-CNN: Instance Segmentation with Self-RoI Rebalancing
University of Parma（帕尔马大学）
在实例分割领域，大多数最先进的深度学习网络现在都依赖于级联架构，其中多个对象检测器顺序训练，在每一步重新采样地面实况。这为正样本指数消失的问题提供了解决方案。然而，它也转化为网络复杂性在参数数量方面的增加。为了解决这个问题，我们提出了递归细化的R-CNN（R^3-CNN），它通过引入循环机制来避免重复。与此同时，它使用递归重采样技术实现了质量提升，其中在每个递归中利用特定的IoU质量，以最终平等地覆盖正频谱。我们的实验突出了权重中循环机制的特定编码，需要在推理时使用它。R^3-CNN架构能够超越最近提出的HTC模型，同时显著减少参数的数量。在COCO minival 2017数据集上的实验显示，性能提升独立于所使用的基线模型。该代码可在https://github.com/IMPLabUniPr/mmdetection/tree/r3_cnn上获得。
2021-08-02 cs.CV
Recursive Class Connectivity Classification (R3C) Applied to Binary Image Segmentation for Improved Infant Fingerprint Enhancement
Infant.ID Ltda（Infant.ID公司）；Graduate Program in Production and Systems Engineering (PPGEPS), Federal University of Technology-Paran (UTFPR)（生产与系统工程硕士项目，联邦技术大学-巴拉那（UTFPR））
提出递归类连接分类（R3C）框架，通过迭代扩展脊线结构改进现有增强方法的二值分割输出，无需训练数据即可提升婴儿指纹识别率。
2026-05-25 cs.CV
Multi-stage Object Detection with Group Recursive Learning
Beijing Institute of Technology University（北京理工大学）；Sun Yat-Sen University（中山大学）；National University of Singapore（新加坡国立大学）
大多数现有的检测流水线独立地处理对象建议，并分别预测限界框位置和分类分数。然而，建议之间的重要语义和空间布局相关性往往被忽视，这实际上是有用的更准确的目标检测。在这项工作中，我们提出了一种新的EM类组递归学习方法，通过将周围的建议，并提供一个最佳的空间配置的目标检测的上下文迭代细化对象的建议。此外，我们建议将弱监督对象分割线索和基于区域的目标检测纳入一个多阶段的架构，以充分利用学习的分割功能，以更好的目标检测在一个端到端的方式。该架构由三个级联网络组成，分别学习执行弱监督对象分割，对象建议生成和递归检测细化。将组递归学习和多阶段架构相结合，在PASCAL VOC 2007和VOC 2012数据集上分别提供了78.6%和74.9%的竞争性mAP，显著优于许多成熟的基线[10] [20]。
2016-08-18 cs.CV
Hierarchy Denoising Recursive Autoencoders for 3D Scene Layout Prediction
National University of Defense Technology（国防科技大学）；Simon Fraser University（西蒙弗雷泽大学）；Princeton University（普林斯顿大学）
室内场景在3D对象布局中表现出丰富的层次结构。3D场景理解中的许多任务可以受益于关于场景的层次上下文和对象的身份的联合推理。我们提出了一种变分去噪递归自动编码器（VDRAE），它生成并迭代地细化3D对象布局的分层表示，交错自下而上的编码上下文聚合和自上而下的解码传播。我们在大规模3D场景数据集上训练我们的VDRAE来预测实例级分割和来自输入点云的过分割的3D目标检测。我们表明，我们的VDRAE提高了目标检测性能的真实世界的三维点云数据集相比，从以前的工作基线。
2019-04-10 cs.CV
DetectoRS: Detecting Objects with Recursive Feature Pyramid and Switchable Atrous Convolution
Johns Hopkins University（约翰斯·霍普金斯大学）；Google Research（谷歌研究院）
许多现代目标检测器通过使用两次观察和思考的机制表现出出色的性能。在本文中，我们探讨这种机制的骨干设计目标检测。在宏观层面上，我们提出了递归特征金字塔，它将来自特征金字塔网络的额外反馈连接纳入自下而上的骨干层。在微观层次上，我们提出了可切换的Atrous卷积，它以不同的Atrous速率卷积特征，并使用开关函数收集结果。将它们结合在一起，得到DetectoRS，它显著提高了目标检测的性能。在COCO test-dev上，DetectoRS实现了最先进的55.7%框AP用于目标检测，48.5%掩模AP用于实例分割，50.0% PQ用于全景分割。该代码是公开的。
2020-11-30 cs.CV
Train, Learn, Expand, Repeat
deepc GmbH（deepc有限公司）；Technische Universität München（慕尼黑工业大学）
高质量的标记数据对于成功训练监督机器学习模型至关重要。尽管医学领域存在大量未标记的数据，但标记仍是一个重大挑战：能够熟练标记数据的医学专业人员是一种稀缺且昂贵的资源。更糟糕的是，数据的逐体素描绘（例如，用于分割任务）是乏味的，并且遭受高评分者间方差，从而极大地限制了可用的训练数据。我们提出了一个递归的训练策略来执行语义分割的任务，只有很少的训练样本与像素级的注释。我们使用递归训练策略扩展这个小的训练集，具有更便宜的图像级注释。我们将这种技术应用于脑CT（计算机断层扫描）扫描中颅内出血（ICH）的分割，通常很少有注释数据可用。
2020-04-19 cs.CV cs.LG eess.IV
Coarse-to-fine Semantic Segmentation from Image-level Labels
The City University of New York（纽约市立大学）；Northwestern Polytechnical University（西北工业大学）；The City College of New York（纽约市立学院）
基于深度神经网络的语义分割通常需要大规模成本扩展的注释用于训练以获得更好的性能。为了避免大多数方法所需的逐像素分割注释，最近一些研究人员尝试使用对象级标签（例如边界框）或图像级标签（例如图像类别）。在本文中，我们提出了一种新的递归粗到细语义分割框架的基础上，只有图像级的类别标签。对于每幅图像，首先通过基于卷积神经网络的无监督前景分割模型生成初始粗掩模，然后通过图模型增强。将增强的粗掩模馈送到全卷积神经网络以递归地细化。与现有的图像级基于标签的语义分割方法不同，该框架只需要为每幅图像标注一个标签，就可以处理包含多类对象的图像。仅在ImageNet上训练，我们的框架在PASCAL VOC数据集上实现了与其他基于图像级标签的最先进的语义分割相当的性能。此外，我们的框架可以很容易地扩展到前景对象分割任务，并实现了与互联网对象数据集上最先进的监督方法相当的性能。
2018-12-28 cs.CV
Hierarchical Pyramid Representations for Semantic Segmentation
Hiroshima University（广岛大学）；Gifu University（岐阜大学）
对于语义分割来说，理解复杂和杂乱场景的上下文是一个具有挑战性的问题。然而，在没有事先和额外监督的情况下，很难对上下文进行建模，因为场景的因素，例如对象的规模、形状和外观，在这些场景中变化很大。为了解决这个问题，我们建议学习对象的结构和对象之间的层次结构，因为上下文是基于这些内在属性。在这项研究中，我们设计了新的层次结构，上下文，和多尺度的金字塔表示捕捉输入图像的属性。我们的核心思想是递归分割在不同的层次区域的基础上预定义的区域数量和聚合的上下文在这些地区。聚集的上下文被用来预测区域之间的上下文关系，并在下面的层次结构中划分区域。最后，通过构造金字塔表示从递归聚集的上下文，多尺度和层次性质。在实验中，我们证实了我们提出的方法在PASCAL上下文中达到了最先进的性能。
2021-04-05 cs.CV
Identifying Synapses Using Deep and Wide Multiscale Recursive Networks
Janelia Farm Research Campus（珍妮莉亚农场研究园区）；Howard Hughes Medical Institute（霍华德·休斯医学研究所）
在这项工作中，我们提出了一个学习框架，用于识别突触使用深度和广度的多尺度递归（DAWMR）网络，以前在图像分割应用中考虑。我们将这种方法应用于无脊椎动物苍蝇脑组织的电子显微镜数据。通过直接从数据中学习特征，我们能够实现对依赖于一小部分手工设计特征的现有技术的显著改进。我们表明，该系统可以减少所需的手动注释量，无论是收购的训练数据，以及推断检测的验证。
2014-09-05 cs.CV
Dynamic Multimodal Instance Segmentation guided by natural language queries
Universidad de los Andes（安第斯大学）
我们解决了给定描述对象的自然语言表达式来分割对象的问题。（\textit{i}）在通道维度中直接或递归地合并语言和视觉信息，然后执行卷积;或通过（\textit{ii}）将所述表达式映射到可将其视为过滤器的空间，其响应与图像中给定空间坐标处的对象的存在直接相关，从而可以应用卷积来寻找对象。我们提出了一种新的方法，结合这两个见解，以充分利用语言的递归性质。此外，在上采样过程中，我们利用下采样图像时生成的中间信息，从而可以获得详细的分割。我们在四个标准数据集中将我们的方法与最先进的方法进行了比较，其中它在八个分裂中的六个中超过了所有以前的方法。
2018-07-22 cs.CV
Large-scale image segmentation based on distributed clustering algorithms
Princeton University（普林斯顿大学）；FAIR（脸书人工智能研究院）；MIT（麻省理工学院）
3D图像分割的许多方法是基于超体素到图像区域的分层聚类。在这里，我们描述了一个分布式算法能够处理大量的超体素。该算法递归工作，区域被划分为块，由多个工作者并行独立处理。在递归过程的每一轮中，所有维度的块大小都加倍，直到单个块包含整个图像。最终结果可证明与分块方案无关，并且就像整个图像在没有分割成块的情况下被处理一样。这是不平凡的，因为一对相邻区域通过界面处的亲和力的一些统计特性（例如，平均值或中值）来评分，并且界面可以在任意多个块上延伸。诀窍是延迟对接触块边界的区域的合并决策，并且仅在区域完全包含在块中之后的稍后回合中完成它们。我们展示了聚类的亲和图超过1.5万亿边缘之间的135亿超体素来自3D电子显微镜脑图像的算法。
2021-06-21 cs.CV
DeepTemporalSeg: Temporally Consistent Semantic Segmentation of 3D LiDAR Scans
University of Freiburg（弗莱堡大学）；Toyota Research Institute（丰田研究院）
理解环境的语义特征是自主机器人操作的关键使能器。在本文中，我们提出了一种深度卷积神经网络（DCNN），用于将LiDAR扫描的语义分割为汽车，行人或骑自行车的人。这种架构基于密集块，并有效地利用深度可分离卷积来限制参数的数量，同时仍然保持最先进的性能。为了使DCNN的预测在时间上一致，我们提出了一种基于贝叶斯滤波器的方法。该方法使用来自神经网络的预测来递归地估计扫描中的点的当前语义状态。该递归估计使用从先前扫描获得的知识，从而使预测在时间上一致并且对孤立的错误预测具有鲁棒性。我们比较我们提出的架构与其他国家的最先进的神经网络架构的性能，并报告大幅改善。对于建议的贝叶斯滤波器的方法，我们显示在KITTI跟踪基准的各种序列的结果。
2020-03-23 cs.CV cs.RO
A Fast Hierarchical Multilevel Image Segmentation Method using Unbiased Estimators
University of California San Diego（加州大学圣迭戈分校）；Schlumberger Technology Center（斯伦贝谢技术中心）
本文提出了一种新的方法，图像分割的分层多级阈值。该方法是全球性的，凝聚的性质和无视像素位置。它涉及类内方差与类间方差的无偏估计量之比的优化。我们得到一个递归关系，在每一步的方差，加快了这一进程。该方法的有效性与一些众所周知的方法进行了比较。
2007-12-24 cs.CV
3D Cell Nuclei Segmentation with Balanced Graph Partitioning
KIT（卡尔斯鲁厄理工学院）
细胞核分割是生物医学图像分析中的重要任务之一。随着要处理的三维图像的尺寸和数量不断增长，需要更好和更快的分割方法。基于图的图像分割近年来越来越受欢迎，但在计算需求方面被认为是非常昂贵的。我们提出了一种新的分割算法，克服了这些限制。我们的方法使用递归平衡图分割分割的快速和有效的二值化的前景组件。我们构建了一个模型的细胞核来指导分配过程。我们的算法相比，其他国家的最先进的分割算法在两组逼真的模拟输入的实验评估。我们的方法更快，具有类似或更好的质量和可接受的内存开销。
2017-02-17 cs.CV cs.DS
Robust Video-Based Eye Tracking Using Recursive Estimation of Pupil Characteristics
Radboud University（拉德堡德大学）
基于视频的眼动追踪是一种非常有价值的技术。近年来，已经开发了许多开源眼动追踪算法，主要针对具有许多不同相机类型的一般应用而设计。然而，这些算法不利用在心理物理学研究中经常采用的眼动追踪相机的高帧速率。我们提出了一种瞳孔检测方法，利用这种高速性能，通过递归估计在连续的相机帧中的某些瞳孔特性，以获得可靠的预测。这些预测随后用于执行新的图像分割和分类例程，以提高瞳孔检测性能。基于手动标记的眼睛图像的结果，我们的方法被发现具有更高的检测率，准确性和速度相比，其他最近发表的开源瞳孔检测算法。该程序的源代码以及图形用户界面可以从https://github.com/tbrouns/eyestalker下载
2017-06-27 cs.CV
Falcon: Fractional Alternating Cut with Overcoming Minima in Unsupervised Segmentation
University of Pennsylvania（宾夕法尼亚大学）；Hong Kong Polytechnic University（香港理工大学）；Wuhan University（武汉大学）
Falcon提出正则化分数交替割，用交替迭代优化替代递归特征向量计算求解K路归一化割，并结合低层信息细化掩码，在无监督分割中平均提升2.5%精度并减少约30%运行时间。
2025-04-08 cs.CV
TraceCaps: A Capsule-based Neural Network for Semantic Segmentation
Ohio University（俄亥俄大学）；University of Kentucky（肯塔基大学）
在本文中，我们提出了一个基于胶囊的神经网络模型来解决语义分割问题。通过利用胶囊层中可提取的部分-整体依赖关系，我们通过递归的逐层过程推导出各个胶囊的类标签的概率。我们将此过程建模为回溯管道，并将其作为构建端到端分割网络的核心部分。在所提出的框架下，图像级类别标签和对象边界以显式的方式共同寻找，这比最先进的全卷积网络（FCN）解决方案具有显着的优势。有了提取部分-整体信息的能力，我们的回溯管道可以作为构建模块来设计可解释的神经网络。在修改后的MNIST和神经图像上进行的实验表明，与领先的FCN变体相比，我们的模型大大提高了分割性能。
2020-07-15 cs.AI cs.CV cs.LG
Meticulous Object Segmentation
Johns Hopkins University（约翰斯·霍普金斯大学）；Adobe Inc.（奥多比公司）
与针对低分辨率图像的普通图像分割任务相比，更高分辨率的详细图像分割受到的关注要少得多。在本文中，我们提出并研究了一个名为Meetings对象分割（MOS）的任务，该任务的重点是在高分辨率图像（例如2k - 4k）中分割具有精细形状的定义明确的前景对象。为此，我们提出了MeticulousNet，它利用一个专用的解码器来捕获对象的边界细节。具体来说，我们设计了一个分层逐点细化（HierPR）块，以更好地描绘对象边界，并重新制定的解码过程作为一个递归的粗到细细化的对象掩码。为了评估对象边界附近的分割质量，我们提出了细致质量（MQ）分数，同时考虑掩模覆盖率和边界精度。此外，我们收集了一个MOS基准数据集，包括600个高质量的图像与复杂的对象。我们提供了全面的经验证据，表明MeticulousNet可以揭示像素精确的分割边界，并且优于高分辨率对象分割任务的最新方法。
2020-12-13 cs.CV
Image segmentation by optimal and hierarchical piecewise constant approximations
St. Petersburg Institute for Informatics and Automation of RAS（俄罗斯科学院圣彼得堡信息学与自动化研究所）
分段常数图像近似的连续数目的段或集群的不连通的像素进行治疗。提出了利用图像逼近的层次序列优化最优逼近序列的方法。多维情况下的彩色和多光谱图像的推广预见。
2013-06-10 cs.CV
Boosting Connectivity in Retinal Vessel Segmentation via a Recursive Semantics-Guided Network
Dalian University of Technology（大连理工大学）；Ritsumeikan University（立命馆大学）
许多基于深度学习的视网膜血管分割方法已经被提出，但是很少有人关注被分割的血管的连通性，这对于视网膜图像的实际计算机辅助诊断系统是非常重要的。在本文中，我们提出了一个有效的网络来解决这个问题。通过引入语义引导模块，将丰富的语义信息集成到浅层，以引导网络探索更强大的功能，从而增强了U形网络。此外，递归细化迭代地将相同的网络应用于先前的分割结果，以逐步提高性能，同时不增加额外的网络参数。精心设计的递归语义引导网络已经在几个公共数据集上进行了广泛的评估。实验结果表明了该方法的有效性。
2020-04-24 cs.CV eess.IV
Pseudo Mask Augmented Object Detection
Northwestern University（西北大学）；Tongji University（同济大学）；Microsoft Research Asia（微软亚洲研究院）；Microsoft Research（微软研究院）
在这项工作中，我们提出了一种新的和有效的框架，以促进目标检测的实例级分割信息，仅由限界框注释监督。从联合目标检测和实例分割网络出发，我们提出从实例级对象分割网络训练中递归估计伪地面真实对象掩码，然后用自顶向下的分割反馈来增强检测网络。伪地面真值掩码和网络参数交替优化，以使彼此受益。为了在每次迭代中获得有希望的伪掩模，我们嵌入了一个图形推理，该图形推理结合了低级图像外观一致性和限界框注释，以细化由分割网络预测的分割掩模。我们的方法逐步提高目标检测的性能，通过将详细的像素信息从弱监督分割网络学习。在PASCAL VOC 2007和2012 [12]中对检测任务的广泛评估验证了所提出的方法是有效的。
2018-03-27 cs.CV
Alleviating Textual Reliance in Medical Language-guided Segmentation via Prototype-driven Semantic Approximation
The University of Sydney（悉尼大学）；Macquarie University（麦觉瑞大学）
针对医学语言引导分割对成对图像-文本输入的依赖问题，本文提出首个原型驱动学习框架ProLearn，通过原型驱动语义近似模块为无文本图像提供语义指导，在有限文本条件下优于现有方法。
2025-07-19 cs.CV
Tree-Cut for Probabilistic Image Segmentation
Université Paris-Est（巴黎东大学）；École des Ponts ParisTech（巴黎高科桥路学院）；University of Edinburgh（爱丁堡大学）；Oregon State University（俄勒冈州立大学）
本文提出了一种新的概率生成式图像分割模型，即把图像分割成均匀区域的任务。我们的模型是基于一个中级的图像表示，称为区域树，其中区域递归地分割成子区域，直到达到超像素。给定区域树，图像分割被形式化为从模型在树中的采样切割。切割的推断是精确的，并且使用动态规划来制定。我们的树切割模型可以被调整为在许多可能的多尺度图像分割中以特定的感兴趣尺度进行样本分割。这概括了每个图像应该只有一个正确分割的常见概念。此外，它允许超越标准的单尺度评估，其中图像的分割结果针对相应的一组粗略和精细的人类注释进行平均，以进行尺度特定的评估。我们的定量结果与领先的gPb-owt-ucm方法的结果相当，具有显著的优点，即我们还产生了所有可能的树一致的图像分割的分布。
2015-06-11 cs.CV stat.ML
RankSEG-RMA: An Efficient Segmentation Algorithm via Reciprocal Moment Approximation
Department of Statistics and Data Science（统计与数据科学系）
针对RankSEG分割算法计算复杂且仅适用于重叠分割的问题，提出基于倒数矩逼近的RankSEG-RMA，将复杂度降至O(d)并支持非重叠分割，保持相当性能。
2025-10-17 cs.CV cs.LG stat.ML
Hierarchical pixel clustering for image segmentation
St. Petersburg Institute for Informatics and Automation of RAS（俄罗斯科学院圣彼得堡信息学与自动化研究所）
本文讨论了像素簇或像素段的连续数目的逐段常数图像近似。研究了图像逼近的层次序列对最优逼近序列的优化。通过减少类中的段数，提供了从像素聚类到图像分割的过渡。算法由初等公式证明。
2014-01-23 cs.CV
Unsupervised image segmentation by Global and local Criteria Optimization Based on Bayesian Networks
National Engineering School of Sousse（苏塞国立工程学院）；University of Sousse（苏塞大学）
贝叶斯网络在决策支持和图像处理等领域得到了广泛的应用。通过这种方式，我们提出的方法使用贝叶斯网络来建模分割的图像质量。这种质量是根据一组代表当地评价措施的属性计算的。我们的想法是以一种方式选择这些局部水平，以保持分割的整体外观。该方法分两个阶段操作：第一阶段是进行过分割，给出超像素卡。在第二阶段，我们通过贝叶斯网络对超像素进行建模。为了找到具有最佳整体质量的分割图像，我们使用了两种近似推理方法，第一种是使用广泛应用于马尔可夫模型的ICM算法，第二种是一种递归方法，称为基于最大积算法的模型分解算法，这是近年来图像分割工作中非常流行的。对于我们的模型，我们已经表明，这两种算法的组合导致良好的分割性能。
2015-01-22 cs.CV
Recursive Block-Diagonal Coupling for Resource-Efficient Training of Vision Models
Montefiore Institute, University of Liège（蒙费尔研究所，列日大学）
提出RBDC训练协议，通过递归方式以无参数块对角耦合独立训练的窄模型来构建宽模型，在ImageNet上使用DeiT和ResNet实现30% FLOPs降低且精度相当，并优于现有模型增长方法。
2026-09-21 cs.CV
Stable Segmentation of Digital Image
St. Petersburg Institute for Informatics and Automation of Russian Academy of Sciences (SPIIRAS)（俄罗斯科学院圣彼得堡信息学与自动化研究所）
本文研究了用分段常数逼近法进行图像最优分割的问题。最优性由总平方误差的最小值或由来自图像的近似的标准偏差的等效值定义。最佳近似值的定义与其获得方法无关，并且可能在不同的算法中生成。我们调查的最佳逼近的稳定性相对于一组给定的修改的理由的计算。为了获得最佳逼近的Mumford-Shuh模型进行了推广和发展，在计算部分结合了多阈值版本中的Otsu方法。所提出的解决方案是证明了分析和实验上的标准图像的例子。
2012-08-13 cs.CV
Lite Vision Transformer with Enhanced Self-Attention
Johns Hopkins University（约翰霍普金斯大学）；Adobe Inc.（Adobe公司）
尽管视觉Transformer模型的令人印象深刻的表示能力，当前轻量级的视觉Transformer模型仍然遭受不一致和不正确的密集预测在局部区域。我们怀疑他们的自我注意力机制的力量在较浅和较薄的网络中是有限的。我们提出了Lite视觉Transformer（LVT），这是一种新型的轻量级Transformer网络，具有两个增强的自注意力机制，以提高移动部署的模型性能。对于低层特征，我们引入了卷积自注意（CSA）。与以前合并卷积和自注意力的方法不同，CSA将局部自注意力引入到大小为3x3的内核内的卷积中，以丰富LVT第一阶段的低级特征。对于高层次的功能，我们提出了递归Atrous自注意（RASA），它利用多尺度上下文计算时的相似性地图和递归机制，以增加边际额外参数成本的表示能力。在ImageNet识别、ADE 20 K语义分割和COCO全景分割上证明了LVT的优越性。该代码是公开的。
2021-12-20 cs.CV
3D Guided Weakly Supervised Semantic Segmentation
Australian National University（澳大利亚国立大学）；CSIRO Data61（澳大利亚联邦科学与工业研究组织 Data61）
逐像素的干净注释对于全监督的语义分割是必要的，这是费力且昂贵的。在本文中，我们提出了一个弱监督的二维语义分割模型，将稀疏的限界框标签与可用的三维信息，这是更容易获得先进的传感器。我们用边界框手动标记2D-3D语义（2D-3D-S）数据集的子集，并引入我们的2D-3D推理模块来生成精确的逐像素分段建议掩码。在3D信息的指导下，我们首先生成对象的点云，并计算每个点的对象概率得分。然后，我们将具有对象概率的点云投影回2D图像，然后进行细化步骤以获得分割建议，这些分割建议被视为伪标签以训练语义分割网络。我们的方法以递归方式工作，以逐步完善上述细分建议。在2D-3D-S数据集上的大量实验结果表明，当限界框标签仅在一小部分训练图像上可用时，该方法可以生成准确的分割建议。与最近的国家的最先进的方法的性能比较进一步说明了我们的方法的有效性。
2020-12-01 cs.CV
Recursive Cross-View: Use Only 2D Detectors to Achieve 3D Object Detection without 3D Annotations
The Hong Kong Polytechnical University（香港理工大学）
提出无需3D标注的递归跨视图方法RCV，通过递归范式将3D检测转换为2D检测任务，生成完全定向的3D边界框，并在多个数据集和实际场景中验证其有效性与高效性。
2023-09-12 cs.CV
Tree-structured Kronecker Convolutional Network for Semantic Segmentation
Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）；University of Chinese Academy of Sciences（中国科学院大学）
现有的大多数语义分割方法都是利用无卷积来扩大滤波器的接收域，但忽略了部分信息。为了解决这个问题，我们首先提出了一种新的Kronecker卷积，该卷积采用Kronecker积来扩展标准卷积核，以考虑到被atrous卷积忽略的部分特征。因此，它可以捕获部分信息，并同时扩大接受领域的过滤器，而无需引入额外的参数。其次，提出了树结构特征聚合（TFA）模块，该模块遵循递归规则进行扩展，形成层次结构。因此，它可以自然地学习多尺度对象的表示，并在复杂场景中编码分层上下文信息。最后，我们利用Kronecker卷积和TFA模块设计了树结构的Kronecker卷积网络（TKCN）。在PASCAL VOC 2012、PASCAL-Context和Cityscapes三个数据集上的实验验证了该方法的有效性。我们在https://github.com/wutianyiRosun/TKCN上公开提供代码和训练模型。
2018-12-15 cs.CV
LiDAR-based Recurrent 3D Semantic Segmentation with Temporal Memory Alignment
Fraunhofer Center for Machine Learning（弗劳恩霍夫机器学习中心）；AUDI AG（奥迪股份公司）；Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）；Fraunhofer IOSB（弗劳恩霍夫光学、系统技术与图像利用研究所）
理解和解释3d环境是自动驾驶汽车面临的一个关键挑战。三维点云的语义分割将三维信息与语义相结合，从而为这项任务做出了有价值的贡献。在许多实际应用中，点云是由激光雷达传感器以连续的方式生成的。使用时间序列而不是单个和独立的帧可以利用时间信息。因此，我们提出了一个经常性的分割架构（RNN），它需要一个单一的范围图像帧作为输入，并利用递归聚合的时间信息。对齐策略，我们称之为时间记忆对齐，使用自我运动在特征空间中的连续帧之间的时间对齐的记忆。研究了残差网络和ConvGRU用于存储器更新。我们在两个大规模数据集上展示了所提出的方法的好处，并将其与几种最先进的方法进行了比较。我们的方法在SemanticKITTI多扫描基准测试中排名第一，并在单扫描基准测试中实现了最先进的性能。此外，评估表明，利用时间信息显着提高分割结果相比，一个单一的帧的方法。
2021-03-03 cs.CV
Contrastive Learning Based Recursive Dynamic Multi-Scale Network for Image Deraining
Dalian University of Technology（大连理工大学）；Peng Cheng Laboratory（鹏城实验室）
本文提出基于对比学习的递归动态多尺度网络RDMC，通过对比先验优化互信息，并结合多尺度特征提取与动态跨层信息招募，在图像去雨及下游视觉任务中优于现有方法。
2023-05-29 cs.CV
NegCut: Automatic Image Segmentation based on MRF-MAP
Beihang University（北京航空航天大学）
求解马尔可夫随机场的最大后验概率（MRF-MAP）是近年来交互式图像分割工具中的一种主流方法。尽管MRF-MAP的计算目标在数学上是明确的，并且分割质量令人印象深刻，但如果没有用户的交互信息，MRF-MAP很难实现。因此，它很少被采用的自动风格，直到今天。在本文中，我们提出了一种自动图像分割算法，NegCut，基于近似MRF-MAP。首先证明了在概率模型未知的情况下MRF-MAP是NP-难的，然后给出了一个近似函数，该近似函数以负权图的最小割的形式表示。最后，从目标矩阵的最大特征向量中提取二进制分割，并使用Lanczos特征解算器的调整版本。在我们的实验中，它在分割质量上具有竞争力。
2012-01-16 cs.CV
SegNet4D: Efficient Instance-Aware 4D Semantic Segmentation for LiDAR Point Cloud
College of Intelligence Science and Technology, National University of Defense Technology（国防科技大学智能科学学院）
本文提出实时实例感知网络 SegNet4D，通过语义与运动双头解耦、运动-语义融合及实例一致性，高效完成 LiDAR 多扫描 4D 分割并超越现有方法。
2024-12-03 cs.CV
Reversible Recursive Instance-level Object Segmentation
National University of Singapore（新加坡国立大学）；Sun Yat-sen University（中山大学）；Adobe Research（奥多比研究院）
在这项工作中，我们提出了一种新的可逆递归实例级对象分割（R2-IOS）框架，以解决具有挑战性的实例级对象分割任务。R2-IOS由一个可逆的建议细化子网络和一个实例级分割子网络组成，前者预测用于细化对象建议位置的限界框偏移，后者生成每个建议中主要对象实例的前景遮罩。通过递归，R2-IOS在联合训练期间迭代优化两个子网络，其中细化的对象建议和改进的分割预测交替输入彼此，以逐步提高网络能力。通过可逆，建议细化子网络自适应地确定在训练和测试期间每个建议所需的优化迭代的最佳数量。此外，为了处理提案中的多个重叠实例，将实例感知的去噪自动编码器引入到分割子网络中，以将主导对象与其他分散注意力的实例区分开。在具有挑战性的PASCAL VOC 2012基准上进行的大量实验充分证明了R2-IOS优于其他最先进的方法。特别是，$0.5$ IoU上的$\text{AP}^r$ over $20$类实现了$66.7\%$，其性能显著优于$58.7\%$的PFN~ \cite{PFN}和$46.3\%$的~ \cite{liu2015multi}。
2015-11-18 cs.CV
Recursive 3D Segmentation of Shoulder Joint with Coarse-scanned MR Image
Rutgers University（罗格斯大学）；Institute for Hand & Arm Surgery（手与手臂外科研究所）；Rutgers-New Jersey Medical School（罗格斯大学新泽西医学院）；Sichuan University West China Hospital（四川大学华西医院）；Sichuan University（四川大学）
对于肩部疾病的诊断，从磁共振（MR）成像获得的医学图像中查看肩胛骨和肱骨的形态偏差是至关重要的。然而，拍摄高分辨率MR图像是耗时且昂贵的，因为图像切片之间的物理距离的减小导致扫描时间延长。此外，由于缺乏训练图像，必须利用来自各种来源的图像，这造成了数据集之间的高方差问题。此外，由于当以低分辨率标记3D图像时难以考虑空间关系的事实，在图像之间存在人为误差。为了克服上述所有障碍，我们开发了一种用于从粗扫描和低分辨率MR图像中分割肱骨和肩胛骨的全自动算法，以及一个递归学习框架，该框架迭代利用生成的标签来减少分割之间的错误，并增加我们的数据集用于训练下一轮网络。在这项研究中，从几个机构收集了50个MR图像，并分为五个互斥的集进行五重交叉验证。与地面实况和传统方法相比，所提出的方法产生的轮廓表现出较高的精度。所提出的神经网络和递归学习方案提高了低分辨率数据集上肱骨和肩胛骨分割的整体质量，并减少了地面真实数据中的不正确分割，这可能对找到肩部疼痛的原因和患者的早期缓解产生积极影响。
2022-03-13 cs.CV eess.IV
Multiview Two-Task Recursive Attention Model for Left Atrium and Atrial Scars Segmentation
Anhui University（安徽大学）；Royal Brompton Hospital（皇家布朗普顿医院）；National Heart & Lung Institute, Imperial College London（帝国理工学院国家心肺研究所）；Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）；University College London（伦敦大学学院）；Alan Turing Institute（艾伦·图灵研究所）；Imperial College London（帝国理工学院）
晚期钆增强心脏MRI（LGE-CMRI）用于检测房颤（AF）患者的心房瘢痕，最近已成为一种有前途的技术，可对患者进行分层，指导消融治疗并预测治疗成功率。瘢痕组织的可视化和量化需要从LGE-CMRI图像中分割左心房（LA）和高强度瘢痕区域。这两个分割任务是具有挑战性的，因为健康组织信号的消除，低信噪比和这些患者的图像质量往往有限。大多数方法需要手动监督和/或第二次亮血MRI采集以进行解剖分割。从单次LGE-CMRI采集中自动分割LA解剖结构和瘢痕组织的需求非常高。在这项研究中，我们提出了一种新的全自动多视图两任务（MVTT）递归注意力模型直接工作在LGE-CMRI图像，结合了顺序学习和扩张的残余学习分割LA（包括附着的肺静脉），并通过创新的注意力模型同时描绘心房疤痕。与其他最先进的方法相比，所提出的MVTT实现了引人注目的改进，能够生成患者特定的解剖和心房瘢痕评估模型。
2018-06-12 cs.CV eess.IV
Lightweight Polyp Segmentation via a Gain-Aware Prediction-Space Recursive Controller
Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）；CyPhi( Ψ Φ \Psi\Phi ) AI Research Lab, School of IT, Monash University Malaysia（马来西亚莫纳什大学信息技术学院CyPhi人工智能研究实验室）；South China University of Technology（华南理工大学）；Department of Electronic & Computer Engineering, The Hong Kong University of Science and Technology（香港科技大学电子与计算机工程系）
研究针对轻量级息肉分割，将细化作为预测空间递归校正任务，引入直接作用于主干网络逻辑的递归控制器，在固定递归预算下聚合差异和不确定性证据，提升分割精度与部署效率。
2026-07-07 cs.CV
RIGS-Refiner: Risk-Guided Recursive Refinement in Prediction Space for Colonoscopy Polyp Segmentation
Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）；South China University of Technology（华南理工大学）；CyPhi( Ψ Φ \Psi\Phi ) AI Research Lab, School of IT, Monash University Malaysia（马来西亚莫纳什大学信息技术学院CyPhi( Ψ Φ \Psi\Phi )人工智能研究实验室）
研究针对结肠镜息肉分割，提出RIGS-Refiner轻量级后处理插件，从冻结的主机锚预测出发，提取先验和线索，经风险引导更新及递归单元写回校正，提升分割效果且效率高。
2026-07-07 cs.CV
Multi-stage Multi-recursive-input Fully Convolutional Networks for Neuronal Boundary Detection
Key Laboratory of Specialty Fiber Optics and Optical Access Networks, Shanghai University（上海大学特种光纤与光接入网重点实验室）；Department of Computer Science, Johns Hopkins University（约翰斯·霍普金斯大学计算机科学系）
在连接组学领域，神经科学家试图全面识别皮层连接。从电子显微镜（EM）图像中检测神经元边界常被用来辅助神经回路的自动重建。但EM图像的分割是一个具有挑战性的问题，因为它要求检测器能够检测到类似于细胞的薄膜和斑点状厚膜，同时抑制模糊的细胞内结构。在本文中，我们提出了多级多递归输入全卷积网络来解决这个问题。一个阶段的多个递归输入，即，从下级学习的具有不同感受野大小的多个侧输出为连续学习提供多尺度上下文边界信息。这种设计在生物学上是合理的，因为它像人类视觉系统一样比较不同的可能分割解决方案，以解决模糊的边界问题。我们的多级网络经过端到端训练。它在两个公共可用的EM分割数据集上取得了令人鼓舞的结果，小鼠梨状皮质数据集和ISBI 2012 EM数据集。
2017-07-31 cs.CV
Recursive Segmentation Living Image: An eXplainable AI (XAI) Approach for Computing Structural Beauty of Images or the Livingness of Space
本研究提出基于SAM递归分割的图像结构美计算方法，可客观评估全彩图像活态性，与主观评分高度一致，且具备可解释性，为XAI领域提供新方向。
2023-11-07 cs.AI cs.CV
Image To Tree with Recursive Prompting
Imperial College London（帝国理工学院）；HeartFlow, Inc.（HeartFlow公司）
从基于网格的数据中提取复杂结构是自动医学图像分析中常见的关键步骤。恢复树结构几何形状的传统解决方案通常涉及通过从分割掩模导出的中间表示来计算最小成本路径。然而，这种方法在诸如冠状动脉的树结构3D解剖数据的投影成像的背景下具有显著的限制，因为在2D投影中通常存在重叠的分支。在这项工作中，我们提出了一种新的方法来预测树的连接结构，重新制定的任务作为一个优化问题的递归过程中的各个步骤。我们设计和训练一个两阶段的模型，利用UNet和Transformer架构，并引入了基于图像的提示技术。我们提出的方法在一对合成数据集上取得了令人信服的结果，并且优于最短路径基线。
2023-01-01 cs.CV cs.LG
Simultaneous Left Atrium Anatomy and Scar Segmentations via Deep Learning in Multiview Information with Attention
Cardiovascular Research Centre, Royal Brompton Hospital（皇家布朗普顿医院心血管研究中心）；National Heart and Lung Institute, Imperial College London（帝国理工学院国家心肺研究所）；Anhui University（安徽大学）；Western University（西安大略大学）；University College London（伦敦大学学院）；Alan Turing Institute（阿兰·图灵研究所）；NIHR Imperial Biomedical Research Centre（NIHR帝国生物医学研究中心）；Beijing Anzhen Hospital, Capital Medical University（首都医科大学附属北京安贞医院）；School of Biomedical Engineering, Sun Yat-Sen University（中山大学医学院生物医学工程学院）
心房颤动（AF）患者左心房瘢痕的三维晚期钆增强（LGE）心脏MR（CMR）最近已成为一种有前途的技术，用于分层患者，指导消融治疗和预测治疗成功。这需要分割高强度疤痕组织，还需要分割左心房（LA）解剖结构，后者通常来自单独的亮血采集。从单个3D LGE CMR采集自动执行两个分割将消除额外采集的需要，并避免后续配准问题。在本文中，我们提出了一种联合分割方法的基础上多视图两任务（MVTT）递归注意力模型直接工作的三维LGE CMR图像分割LA（和近端肺静脉），并划定疤痕在同一个数据集。使用我们的MVTT递归注意力模型，可以准确地分割LA解剖结构和疤痕（LA解剖结构的平均Dice评分为93%，疤痕分割为87%）和有效地分割（直接从具有60-68个2D切片的3D LGE CMR数据集中同时分割LA解剖结构和疤痕约0.27秒）。与传统的无监督学习和其他最先进的基于深度学习的方法相比，所提出的MVTT模型取得了优异的结果，从而自动生成了AF患者的患者特定解剖模型与疤痕分割。
2020-02-02 cs.CV eess.IV
FIFA: Fast Inference Approximation for Action Segmentation
University of Bonn（波恩大学）；Toyota Motor Europe（丰田欧洲公司）
我们介绍FIFA，一个快速的近似推理方法的动作分割和对齐。与以前的方法不同，FIFA不依赖昂贵的动态规划进行推理。相反，它使用一个近似的可微能量函数，可以使用梯度下降最小化。FIFA是一种通用的方法，可以取代精确推理，在保持性能的同时，提高速度5倍以上。FIFA是一种随时推断算法，与精确推断相比，它提供了更好的速度与准确性权衡。我们将FIFA应用于最先进的方法之上，用于弱监督动作分割和对齐以及完全监督动作分割。FIFA在两个动作分割数据集上的大多数指标上都取得了最先进的结果。
2021-08-09 cs.CV cs.LG
Unsupervised Domain Adaptation with Variational Approximation for Cardiac Segmentation
Fudan University（复旦大学）
无监督区域自适应算法在医学图像分割中具有重要的应用价值。特别地，当目标图像的地面实况不可用时，域自适应可以通过利用来自其他模态的现有标记图像来训练目标特定的模型。大多数已报道的作品都将源域和目标域的图像映射到一个共同的潜在特征空间中，然后通过对抗性训练隐式地或直接最小化差异度量来显式地减少它们的差异。在这项工作中，我们提出了一个新的框架，这两个域的潜在特征被驱动到一个共同的和参数化的变分形式，其条件分布给定的图像是高斯。这是通过基于变分自动编码器（VAE）的两个网络和这种变分近似的正则化来实现的。两个VAE，每个域，包含一个分割模块，其中源分割是以监督的方式训练，而目标分割是无监督地训练。我们使用两个心脏分割任务验证了所提出的域自适应方法，即，跨模态（CT和MR）全心脏分割和跨序列心脏MR分割。结果表明，该方法实现了更好的精度相比，两个国家的最先进的方法，并表现出良好的潜力，心脏分割。此外，所提出的显式正则化被证明是有效的，有效地缩小域之间的分布差距，这是有用的无监督域自适应。我们的代码和数据已通过https://zmiclab.github.io/projects.html发布。
2021-06-16 cs.CV eess.IV
Unsupervised Segmentation by Diffusing, Walking and Cutting
University of Glasgow, UK（格拉斯哥大学）
基于预训练扩散模型的自注意力特征，提出无监督图像分割方法，通过递归归一化切割和随机行走实现语义层次分割，无需额外训练。
2025-11-26 cs.CV
Deep and Wide Multiscale Recursive Networks for Robust Image Labeling
Janelia Farm Research Campus（珍妮莉亚法姆研究园区）；Howard Hughes Medical Institute（霍华德·休斯医学研究所）
由监督学习训练的前馈多层网络最近在边界预测和场景解析等图像标记问题上表现出最先进的性能。由于即使非常低的出错率也会限制这种系统的实际使用，因此仍然需要执行更接近人类准确度的方法。在这项工作中，我们提出了一种新型的网络，具有以下属性，可以解决我们假设的现有方法的限制方面：（1）具有数千个特征的“宽”结构，（2）大视场，（3）利用标签空间中的统计依赖性的递归迭代，以及（4）与基准多层卷积网络相比，可以在一小部分时间内训练的可并行化架构。对于边界预测这一特定的图像标记问题，我们还引入了一种新的样本加权算法，提高了分割精度。在从3D电子显微镜数据进行神经回路的连接组重建的挑战性领域中的实验表明，这些“深宽多尺度递归”（DAWMR）网络导致图像标记性能的新水平。性能最高的架构有12层，交织的监督和无监督阶段，并使用157，464体素的输入视场（$54^3$）在每个图像位置进行预测。我们提出了一个相关的开源软件包，使DAWMR网络的简单和灵活的创建。
2013-12-06 cs.CV cs.LG
Knowledge-aware Deep Framework for Collaborative Skin Lesion Segmentation and Melanoma Recognition
Nanyang Technological University（南洋理工大学）；Central South University（中南大学）；Singapore University of Technology and Design（新加坡科技设计大学）
深度学习技术在皮肤科医生的临床检查中表现出了卓越的性能。然而，黑色素瘤的诊断仍然是一个具有挑战性的任务，由于将有用的皮肤科医生的临床知识纳入学习过程中的困难。在本文中，我们提出了一种新的知识感知深度框架，该框架将一些临床知识纳入两个重要的黑色素瘤诊断任务的协作学习中，即，皮肤病变分割和黑素瘤识别。具体而言，利用知识的形态学表达的病变区域和黑色素瘤识别的周边区域，基于病变池和形状提取（LPSE）计划的设计，转移到黑色素瘤识别从皮肤病变分割获得的结构信息。同时，为了将黑色素瘤识别中的皮肤病变诊断知识传递到皮肤病变分割中，设计了一种有效的诊断引导特征融合（DGFF）策略。此外，我们提出了一个递归的相互学习机制，进一步促进任务间的合作，从而迭代地提高皮肤病变分割和黑色素瘤识别模型的联合学习能力。两个公开的皮肤病变数据集上的实验结果表明，所提出的方法对黑色素瘤分析的有效性。
2021-12-02 cs.CV eess.IV
Reliable Source Approximation: Source-Free Unsupervised Domain Adaptation for Vestibular Schwannoma MRI Segmentation
School of Information Science and Technology, ShanghaiTech University（上海科技大学信息科学与技术学院）；College of Computer Science, Sichuan University（四川大学计算机学院）；Shanghai Engineering Research Center of Intelligent Vision and Imaging（上海智能视觉与成像工程技术研究中心）；Institute of High Performance Computing (IHPC), Agency for Science, Technology and Research (A*STAR)（新加坡科技研究局高性能计算研究所）
针对无源无监督域自适应在MRI分割中的不足，提出可靠源近似方法，利用条件扩散模型生成类似源图像并筛选可靠伪标签，提升前庭神经鞘瘤分割性能。
2024-05-25 cs.CV eess.IV
RIM-Net: Recursive Implicit Fields for Unsupervised Learning of Hierarchical Shape Structures
National University of Defense Technology（国防科技大学）；Shandong University（山东大学）；Simon Fraser University（西蒙弗雷泽大学）
我们介绍RIM-Net，一个神经网络，学习递归隐域的无监督推理的层次形状结构。我们的网络递归地将输入的3D形状分解为两个部分，从而产生二叉树层次结构。树的每一级对应于形状部件的组装，表示为隐式函数，以重建输入形状。在树的每个节点处，同时特征解码和形状分解由它们各自的特征和部分解码器执行，并且权重在相同的层次级别上共享。作为隐式场解码器，部分解码器被设计为经由双向分支重构来分解子形状，其中每个分支预测定义高斯的一组参数以用作用于形状重构的局部点分布。由于每个层次都考虑了重建损失，每个节点都有分解损失，我们的网络训练不需要任何地面实况分割，更不用说层次了。通过广泛的实验和与最先进替代方案的比较，我们证明了RIM-Net分层结构推理的质量、一致性和可解释性。
2022-03-28 cs.CV
