The Sum of Its Parts: Visual Part Segmentation for Inertial Parameter Identification of Manipulated Objects
University of Toronto Institute for Aerospace Studies（多伦多大学航空航天研究所）；Vector Institute（向量研究所）
本文提出同质部件分割（HPS）方法，结合视觉与力-力矩测量，在仅需缓慢或“走-停”式运动的安全条件下，通过部件级分割准确辨识被操作物体的惯性参数，并构建了包含20种车间工具的数据集进行验证。
2023-07-06 cs.CV cs.RO
Collaborative Hybrid Propagator for Temporal Misalignment in Audio-Visual Segmentation
针对音频-视觉视频分割中的时间错位问题，提出包含音频边界锚定与逐帧音频插入传播的Co-Prop框架，可降低内存需求、提升对齐效果，且能即插即用地增强现有AVVS方法性能。
2024-12-11 cs.CV cs.LG cs.MM
CADA: Multi-scale Collaborative Adversarial Domain Adaptation for Unsupervised Optic Disc and Cup Segmentation
University of Florida（佛罗里达大学）；UNC Charlotte（北卡罗来纳大学夏洛特分校）
视网膜成像设备的多样性带来了一个重大挑战：域转移，当将在一个域上训练的深度学习模型应用于新的测试域时，会导致性能下降。在本文中，我们提出了一个多尺度输入以及多个域适配器分层应用在特征和输出空间。提出的训练策略和新的无监督域自适应框架，称为协作对抗域自适应（CADA），可以有效地克服这一挑战。多尺度输入可以减少由于网络中用于特征提取的池化层而导致的信息损失，而我们提出的CADA是一种交互式范例，通过对抗性学习和在不同网络层集成权重来呈现精致的协作自适应。特别是，为了对未标记的目标域数据进行更好的预测，我们同时通过对抗性学习来实现域不变性和模型的泛化能力，这些学习来自不同级别的网络层的多尺度输出，并在训练期间保持历史权重的指数移动平均值（EMA）。在不注释来自目标域的任何样本的情况下，编码器和解码器层中的多个对抗性损失引导提取域不变特征以混淆域分类器。同时，通过EMA的权重集成减少了自适应多重学习的不确定性。综合实验结果表明，我们的CADA模型结合多尺度输入训练，可以克服性能下降，并优于最先进的领域自适应方法分割视网膜视盘和杯从眼底图像源于REFUGE，Drishti-GS，和Rim-One-r3数据集。
2021-10-05 cs.CV cs.LG eess.IV
Multi-organ Segmentation via Co-training Weight-averaged Models from Few-organ Datasets
SenseTime Research（商汤科技研究院）；School of Information Science and Engineering at Shandong Normal University（山东师范大学信息科学与工程学院）；CUHK-SenseTime Joint Laboratory, The Chinese University of Hong Kong（香港中文大学-商汤科技联合实验室）
多器官分割在许多临床应用中具有广泛的应用。为了分割多个感兴趣的器官，通常很难在同一图像上收集所有器官的完整注释，因为一些医疗中心可能由于其自身的临床实践而仅注释器官的一部分。在大多数情况下，可以从一个训练集获得单个或几个器官的注释，并且从另一组训练图像获得其他器官的注释。现有的方法大多为每个器官子集训练和部署单个模型，这是存储密集型的并且也是时间效率低的。在本文中，我们提出共同训练加权平均模型，以从少数器官数据集中学习统一的多器官分割网络。我们协作训练两个网络，并让耦合的网络在未注释的器官上相互教导。为了减轻网络之间的嘈杂的教学监督，加权平均模型被用来产生更可靠的软标签。此外，一个新的区域掩模被用来选择性地施加一致的约束上的未标注的器官区域，需要合作的教学，这进一步提高了性能。在三个公共可用的单器官数据集LiTS，KiTS，Pancreas和MOBA手动构建的单器官数据集上进行的大量实验表明，我们的方法可以更好地利用少数器官数据集，并以更少的推理计算成本实现卓越的性能。
2020-08-17 cs.CV
CoSTAR: Instructing Collaborative Robots with Behavior Trees and Vision
Johns Hopkins University（约翰斯·霍普金斯大学）
为了使协作机器人变得有用，不是机器人专家的最终用户必须能够指示它们执行各种任务。考虑到这一目标，我们开发了一个系统，用于最终用户创建具有广泛功能的强大任务计划。CoSTAR：任务自动化和识别协作系统是我们在汉诺威工业博览会2016年KUKA创新奖竞赛中的获奖作品，今年的重点是柔性制造。CoSTAR的独特之处在于它如何创建自然的抽象，使用感知来表示世界，用户可以理解并利用这种方式来编写有能力和强大的任务计划。我们基于行为树的任务编辑器将来自已知对象分割和姿态估计的高级信息与空间推理和机器人动作相集成，以创建强大的任务计划。我们描述了该系统的跨平台设计和实现多个工业机器人，并评估其适用于各种各样的用例。
2016-11-18 cs.RO
Drone-Assisted UAV-UGV Collaboration for Autonomous Navigation in Snow-Covered Terrain
针对积雪覆盖地形传统导航方法失效的问题，提出无人机-无人车协同导航框架，采用定制U-Net、EKF、YOLOv5等技术实现高分割精度与低定位误差，可在遮挡环境中完成自主导航。
2026-08-11 cs.CV cs.RO
A Vision Based System for Guided and Collaborative Reconstruction of Fragmented Documents
Fraunhofer IPK（弗劳恩霍夫生产技术与自动化研究所）
研究文化遗产保护中碎片化纸质文档实时重建协作系统，用特制真空吸盘确保碎片定位，用户可手动或自动定位，应用AI图像解释方法并评估不同局部特征匹配方法性能，选SE2-LoFTR为首选方法。
2026-07-07 cs.CV cs.HC cs.RO
Treating Motion as Option to Reduce Motion Dependency in Unsupervised Video Object Segmentation
Yonsei University（延世大学）；Korea Institute of Science and Technology (KIST)（韩国科学技术研究院）
无监督视频对象分割（VOS）的目的是在像素级上检测视频序列中最显著的对象。在无监督VOS中，除了外观线索之外，大多数最先进的方法还利用从光流图获得的运动线索来利用显著对象与背景相比通常具有独特运动的属性。然而，由于它们过度依赖于运动线索，这在某些情况下可能是不可靠的，它们不能实现稳定的预测。为了减少现有的双流VOS方法的运动依赖性，我们提出了一种新的运动作为选项的网络，可选地利用运动线索。此外，为了充分利用所提出的网络的属性，即运动并不总是需要的，我们引入了一个协作网络学习策略。在所有公共基准数据集上，我们提出的网络提供了最先进的性能和实时推理速度。
2022-11-02 cs.CV
FSS-1000: A 1000-Class Dataset for Few-Shot Segmentation
HKUST（香港科技大学）；Tencent（腾讯）
在过去的几年里，我们见证了深度学习在图像识别中的成功，这要归功于PASCAL VOC、ImageNet和COCO等大规模人工标注数据集的可用性。虽然这些数据集涵盖了广泛的对象类别，但仍有大量对象未被包括在内。我们能在没有大量人工注释的情况下执行相同的任务吗？在本文中，我们感兴趣的是Few-Shot对象分割的注释训练样本的数量仅限于5。为了评估和验证我们的方法的性能，我们已经建立了一个Few-Shot分割数据集，FSS-1000，其中包括1000个对象类与地面实况分割的像素级注释。在FSS-1000中，我们的数据集包含大量在以前的数据集中从未见过或注释过的对象，例如微小的日常对象，商品，卡通人物，徽标等。令我们惊讶的是，我们发现使用FSS-1000从头开始训练我们的模型可以获得与ImageNet预训练的权重相当甚至更好的结果，ImageNet比FSS-1000大100倍以上。我们的方法和数据集都是简单，有效，易于扩展的学习分割的新对象类很少注释训练样本。数据集可在https://github.com/HKUSTCV/FSS-1000上获得。
2020-04-29 cs.CV
Road Surface Translation Under Snow-covered and Semantic Segmentation for Snow Hazard Index
Yachiyo Engineering, Co.,Ltd.（八千代工程株式会社）
2020年，由于气候变化，出现了创纪录的大雪。实际上，2,000辆汽车在高速公路上被困了三天。因路面结冰，10辆车发生撞球事故。道路管理人员必须提供指示器，提醒司机注意危险地点的积雪。这项研究提出了一个带有实时图像后处理的深度学习应用程序，以自动计算雪害比指标。首先，隐藏在雪下的路面使用生成对抗网络pix 2 pix进行翻译。其次，积雪和路面类检测语义分割使用DeepLabv 3+与MobileNet作为骨干。基于这些训练好的网络，我们自动计算道路积雪率危险指数，表明路面上覆盖的积雪量。我们展示了应用结果的1,155个生活在日本寒冷地区的雪图像。我们提到了我们的研究的实用性和实际鲁棒性。
2021-03-01 cs.CV
Breaking The Ice: Video Segmentation for Close-Range Ice-Covered Waters
University of Waterloo（滑铁卢大学）；Canada National Research Council（加拿大国家研究委员会）
针对北极近岸冰覆盖水域导航需求，本文构建946张精细标注船载光学图像数据集，并提出融合双向光流的UPerFlow视频分割模型，在遮挡区域较基线平均提升38%。
2024-12-10 cs.CV
CRIS: Collaborative Refinement Integrated with Segmentation for Polyp Segmentation
University of Adelaide（阿德莱德大学）
本文提出CRIS方法，将掩膜精炼与二值语义分割集成，利用新型协同训练策略，在多个基准数据集和架构上验证了其优于现有方法的息肉分割性能。
2024-05-30 cs.CV cs.LG eess.IV
Meply: A Large-scale Dataset and Baseline Evaluations for Metastatic Perirectal Lymph Node Detection and Segmentation
School of Computer Science and Technology, University of Science and Technology of China（中国科学技术大学计算机科学与技术学院）；Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥综合性国家科学中心人工智能研究院）；The First Affiliated Hospital of Anhui Medical University（安徽医科大学第一附属医院）；Anhui Medical University（安徽医科大学）
针对直肠癌转移淋巴结分割缺乏专用像素级数据集及病灶小、形态不规则、对比度低的难题，构建了含269例标注的大规模数据集Meply，提出基于序列检测引导的CoSAM分割模型，性能优于主流方法。
2024-04-13 cs.CV cs.LG
Focused and Collaborative Feedback Integration for Interactive Image Segmentation
Tsinghua University（清华大学）
交互式图像分割旨在使用简单的用户注释获得图像的分割掩模。在每轮交互期间，来自前一轮的分割结果用作反馈以指导用户的注释，并为分割模型提供密集的先验信息，有效地充当交互之间的桥梁。现有的方法忽略了反馈的重要性或简单地将其与原始输入连接起来，导致反馈利用不足和所需注释数量的增加。为了解决这个问题，我们提出了一种称为集中和协作反馈集成（FCFI）的方法，以充分利用基于点击的交互式图像分割的反馈。FCFI首先关注新点击周围的局部区域，并根据高级特征的相似性校正反馈。然后，它交替地和协作地更新反馈和深度特征，以将反馈集成到特征中。FCFI的有效性和效率在四个基准上进行了验证，即GrabCut，Berkeley，SBD和DAVIS。实验结果表明，FCFI实现了新的国家的最先进的性能与更少的计算开销比以前的方法。源代码可在https://github.com/veizgyauzgyauz/FCFI上获得。
2023-03-21 cs.CV
SEGMENT3D: A Web-based Application for Collaborative Segmentation of 3D images used in the Shoot Apical Meristem
Brazilian Synchrotron Light Laboratory, Brazilian Center for Research in Energy and Materials（巴西能源与材料研究中心巴西同步辐射光实验室）；California Institute of Technology（加州理工学院）；Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）；University of Campinas（坎皮纳斯大学）
对茎尖分生组织的三维共聚焦显微图像进行定量分析有助于了解某些植物的生长过程。这些图像中的细胞分割对于计算植物分析至关重要，并且已经提出了许多自动化方法。然而，跨图像的信号强度的变化减轻了这些方法的有效性，没有简单的方法用于用户校正。我们提出了一个基于Web的协作3D图像分割应用程序，SEGMENT3D，利用自动分割结果。图像被划分为3D图块，这些图块可以从零开始交互式地分割，也可以从预先存在的分割中进行校正。然后，通过一致性分析自动合并每个图块的各个分割结果，然后拼接以完成整个图像堆栈的分割。SEGMENT3D是一个全面的应用程序，可应用于其他3D成像模式和一般对象。它还提供了一种简单的方法来创建监督数据，以使用机器学习模型来推进分割。
2017-10-26 cs.CV
Invisible-to-Visible: Privacy-Aware Human Instance Segmentation using Airborne Ultrasound via Collaborative Learning Variational Autoencoder
Panasonic Holdings Corporation（松下控股株式会社）；Chubu University（中部大学）
在室内的动作理解中，我们必须考虑到隐私来识别人体的姿势和动作。虽然相机图像可以用于高度准确的人类动作识别，但相机图像不保护隐私。因此，我们提出了一个新的任务，人类实例分割从无形的信息，特别是空中超声，动作识别。为了从不可见信息执行实例分割，我们首先将声波转换为反射的声音方向图像（声音图像）。虽然声音图像可以大致确定一个人的位置，但详细的形状是模糊的。为了解决这个问题，我们提出了一个协作学习变分自编码器（CL-VAE），同时使用声音和RGB图像在训练过程中。在推理中，可以仅从声音图像获得实例分割结果。性能验证结果表明，CL-VAE模型比传统的变分自编码器等模型能更准确地估计人体实例分割。由于该方法可以单独获得人体分割，因此可以应用于具有隐私保护的人体动作识别任务。
2022-04-15 cs.CV
Co-Seg: Mutual Prompt-Guided Collaborative Learning for Tissue and Nuclei Segmentation
University of Lincoln（林肯大学）；University of Nottingham（诺丁汉大学）；Yale University（耶鲁大学）
针对组织病理学中组织和细胞核分割任务被分离处理的问题，提出Co-Seg框架，通过区域感知提示编码器和相互提示掩码解码器实现两任务相互增强，在PUMA数据集上达到最先进性能。
2025-09-08 cs.CV
Bi-Level Collaborative Learning for Few-Shot Scribble-Supervised Medical Image Segmentation
Fuzhou University（福州大学）；Qingdao University（青岛大学）
针对少样本涂鸦监督医学图像分割中样本稀缺和监督稀疏问题，提出双层协作学习框架，上层提供区域结构先验，下层生成可靠伪标签，上下层双向交互协作，在相关数据集上优于现有方法。
2026-07-29 cs.CV
COS3D: Collaborative Open-Vocabulary 3D Segmentation
The Chinese University of Hong Kong（香港中文大学）；Autodesk AI Lab（Autodesk人工智能实验室）；Lingnan University（岭大大学）；Monash University（墨尔本大学）
COS3D提出协作式提示-分割框架，通过实例场与语言场的协同及两阶段训练和自适应提示细化，实现领先的开放词汇3D分割性能。
2025-10-23 cs.CV
SkullEngine: A Multi-stage CNN Framework for Collaborative CBCT Image Segmentation and Landmark Detection
University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）；Houston Methodist Hospital（休斯顿卫理公会医院）
我们提出了一个多阶段的粗到细的基于CNN的框架，称为SkullEngine，通过协作，集成和可扩展的JSD模型和三个分割和地标检测细化模型进行高分辨率分割和大规模地标检测。我们在由170个CBCT/CT图像组成的临床数据集上评估了我们的框架，用于分割2个骨骼（面中部和下颌骨）并检测骨骼，牙齿和软组织上的175个临床常见标志。
2021-12-21 cs.CV eess.IV
Completing Partial Point Clouds with Outliers by Collaborative Completion and Segmentation
Nanjing University（南京大学）
现有的点云补全方法大多只适用于不含噪声和野值的部分点云，在实际应用中并不总是成立。本文提出了一种端到端的网络，命名为CS-Net，以完成被噪声污染或包含离群点云。在我们的CS-Net中，完成和分割模块协同工作，相互促进，受益于我们专门设计的级联结构。在分割的帮助下，更多干净的点云被送入完成模块。我们设计了一个新的完成解码器，利用分割获得的标签与FPS一起净化点云，并利用KNN分组更好地生成。完成和分割模块交替工作，共享彼此有用的信息，以逐步提高预测质量。为了训练我们的网络，我们构建了一个数据集来模拟不完整点云包含离群值的真实情况。我们的综合实验和国家的最先进的完成方法的比较证明了我们的优越性。我们还比较了分割后完成的方案和它们的端到端融合，这也证明了我们的有效性。
2022-03-18 cs.CV
Collaborative Video Object Segmentation by Foreground-Background Integration
University of Technology Sydney（悉尼科技大学）；Baidu Research（百度研究院）
本文研究了嵌入学习的原理，以解决具有挑战性的半监督视频对象分割。与以往只使用前景对象的像素进行嵌入学习的做法不同，我们认为背景应该被平等对待，因此提出了基于前景-背景集成（CFBI）的协同视频对象分割方法。我们的CFBI隐式地将目标前景对象及其对应背景的特征嵌入进行对比，从而相应地提高分割结果。通过从前景和背景中嵌入特征，CFBI从像素和实例两个级别执行参考和预测序列之间的匹配过程，使得CFBI对各种对象尺度具有鲁棒性。我们对三个流行的基准进行了广泛的实验，即，DAVIS 2016、DAVIS 2017和YouTube-VOS。我们的CFBI实现的性能（J$F）分别为89.4%，81.9%和81.4%，优于所有其他国家的最先进的方法。代码：https://github.com/z-x-yang/CFBI.
2020-07-23 cs.CV
Co-Win: Joint Object Detection and Instance Segmentation in LiDAR Point Clouds via Collaborative Window Processing
Turku Intelligent Embedded and Robotics Systems lab, Faculty of Technology University of Turku（图尔库智能嵌入式与机器人系统实验室，技术学院图尔库大学）
本文提出 Co-Win BEV 感知框架，融合点云编码、并行窗口特征提取、查询式检测头与变分掩码实例分割，以提升 LiDAR 点云场景理解及自动驾驶决策规划能力。
2025-07-25 cs.CV cs.RO
Boundary Aware U-Net for Glacier Segmentation
The University of Texas at El Paso（德克萨斯大学埃尔帕索分校）；Aberystwyth University（阿伯里斯特威斯大学）
开展大规模的冰川研究，可以提高对全球冰川变化的认识，对监测生态环境、防灾减灾、研究全球气候变化的影响等都具有重要意义。兴都库什喜马拉雅山脉（HKH）的冰川特别有趣，因为HKH是世界上对气候变化最敏感的地区之一。在这项工作中，我们：（1）提出一个修改后的U-Net版本，用于大规模，空间上不重叠，干净的冰川冰和碎片覆盖的冰川冰分割;（2）引入一种新的自学习边界感知损失，以提高碎片覆盖的冰川冰分割性能;（3）提出一个特征显著性得分，以了解每个特征在多光谱Landsat 7图像中对冰川测绘的贡献。我们的研究结果表明，使用自学习边界感知损失训练的碎片覆盖的冰川冰分割模型优于使用骰子损失训练的模型。此外，我们得出结论，红色，短波红外和近红外波段对碎片覆盖的冰川冰分割Landsat 7图像的贡献最大。
2023-01-26 cs.AI cs.CV
Invisible-to-Visible: Privacy-Aware Human Segmentation using Airborne Ultrasound via Collaborative Learning Probabilistic U-Net
Panasonic Holdings Corporation（松下控股株式会社）；Chubu University（中部大学）
彩色图像易于视觉理解，并且可以获取大量信息，例如颜色和纹理。它们在分割等任务中得到高度和广泛的应用。另一方面，在室内人员分割中，需要收集考虑隐私的人员数据。我们提出了一个新的任务，从无形的信息，特别是空中超声人体分割。我们首先将超声波转换为反射的超声方向图像（超声图像），以从不可见的信息中进行分割。虽然超声波图像可以大致识别一个人的位置，但详细的形状是模糊的。为了解决这个问题，我们提出了一个协同学习概率U-Net，它在训练过程中同时使用超声和分割图像，通过比较潜在空间的参数来关闭超声和分割图像之间的概率分布。在推理中，只有超声图像可以用于获得分割结果。作为性能验证的结果，所提出的方法可以更准确地估计人体分割比传统的概率U-Net和其他变分自编码器模型。
2022-05-11 cs.CV eess.IV
CoDS: Robust Collaborative Perception via Expert-driven Detection and BEV Segmentation
Peking University（北京大学）；Macau University of Science and Technology（澳门科技大学）
针对多源噪声导致协同感知性能下降的问题，提出CoDS框架，通过CoRM、S-MoE和BTCI模块提升鲁棒性，在公开数据集上优于基线且抗噪稳定。
2026-08-17 cs.CV
COARSE: Collaborative Pseudo-Labeling with Coarse Real Labels for Off-Road Semantic Segmentation
Jet Propulsion Laboratory, California Institute of Technology（喷气推进实验室，加州理工学院）；EPFL, Ecole Polytechnique Federale de Lausanne（苏黎世联邦理工学院）
COARSE通过协作伪标签与粗略真实标签提升越野语义分割的域适应能力，实验证明在多生物环境下的有效性。
2025-03-05 cs.AI cs.CV cs.RO
Cross-Dataset Collaborative Learning for Semantic Segmentation in Autonomous Driving
Xilinx Inc.（赛灵思公司）
语义分割是自动驾驶汽车和机器人技术中场景理解的一项重要任务，其目的是为图像中的所有像素分配密集的标签。现有的工作通常通过在目标数据集上探索不同的网络架构来提高语义分割性能。由于不同数据集之间固有的分布偏移，很少有人关注通过同时从多个数据集学习来构建统一的系统。在本文中，我们提出了一个简单，灵活，通用的方法语义分割，称为跨数据集协作学习（CDCL）。我们的目标是通过利用来自所有数据集的信息来训练一个统一的模型，以提高每个数据集的性能。具体来说，我们首先引入了一系列数据集感知块（DAB）作为网络的基本计算单元，它们有助于捕获不同数据集上的同质卷积表示和异构统计数据。其次，我们提出了一个数据集交替训练（DAT）机制，以促进协同优化过程。我们对自动驾驶的各种语义分割数据集进行了广泛的评估。实验表明，我们的方法与以前的单数据集和跨数据集训练方法相比，在不引入额外FLOP的情况下，始终实现了显着的改进。特别是，在PSPNet（ResNet-18）的相同架构下，我们的方法在Cityscapes，BDD 100 K，CamVid的验证集上分别比单数据集基线高出5.65%，6.57%和5.79mIoU。将CDCL算法应用于点云三维语义分割中，取得了较好的分割效果，进一步验证了该方法的优越性和通用性。代码和模型将被释放。
2021-11-02 cs.CV
Collaborative Attention Memory Network for Video Object Segmentation
Alibaba Group（阿里巴巴集团）
半监督视频对象分割是计算机视觉中的一项基础而又艰巨的任务。基于嵌入匹配的CFBI系列网络通过前景-背景融合方法取得了令人满意的结果。尽管这些算法性能优越，但也存在明显的缺陷，尤其是在第一帧中出现的实例很少，即使它们很容易被前一帧识别，也会导致错误的预测。此外，他们遭受的对象的遮挡和错误漂移。为了克服这些缺点，我们提出了一种增强分段头的协作注意记忆网络。我们引入了一个对象上下文计划，明确增强对象信息，其目的是只收集属于同一类别的像素作为其上下文的给定像素。此外，分割头与特征金字塔注意力（FPA）模块被用来执行空间金字塔的注意力结构的高层输出。此外，我们提出了一个集成网络，结合STM网络与所有这些新的改进CFBI网络。最后，我们在2021年Youtube-VOS挑战赛中评估了我们的方法，我们以83.5%的总得分获得第六名。
2022-05-23 cs.CV
Collaborative Video Object Segmentation by Multi-Scale Foreground-Background Integration
University of Technology Sydney（悉尼科技大学）
本文研究了嵌入学习的原理，以解决具有挑战性的半监督视频对象分割。与以前专注于探索前景对象的嵌入学习的实践不同，我们认为背景应该被平等对待。因此，我们提出了一个协同视频对象分割的前景-背景集成（CFBI）的方法。CFBI将特征嵌入分离到前景对象区域和其对应的背景区域中，隐式地促进它们的对比度，并相应地改善分割结果。此外，CFBI执行像素级的匹配过程和实例级的注意力机制之间的参考和预测序列，使CFBI强大的各种对象尺度。在CFBI的基础上，引入了多尺度匹配结构，提出了Atrous匹配策略，得到了一个更健壮、更高效的框架CFBI+。我们对两个流行的基准进行了广泛的实验，即，DAVIS和Youtube-VOS在没有应用任何模拟数据进行预训练的情况下，我们的CFBI+实现了82.9%和82.8%的性能（J&F），优于所有其他最先进的方法。代码：https://github.com/z-x-yang/CFBI.
2021-05-16 cs.CV
Semi-Supervised and Self-Supervised Collaborative Learning for Prostate 3D MR Image Segmentation
Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）；University of Chinese Academy of Sciences（中国科学院大学）；Peng Cheng Laboratory（鹏城实验室）；University of Gezira（杰济拉大学）
磁共振（MR）图像分割在许多临床应用中起着重要的作用。深度学习（DL）最近在各种图像分割任务上实现了最先进的甚至是人类水平的性能。然而，手动注释用于DL模型训练的体积MR图像是劳动力耗尽且耗时的。在这项工作中，我们的目标是训练一个用于前列腺3D MR图像分割的半监督和自监督协作学习框架，同时使用极其稀疏的注释，其中仅为每个体积MR图像的中心切片提供地面实况注释。具体地，使用半监督学习和自监督学习方法来生成两个独立的伪标签集合。然后通过布尔运算融合这些伪标签，以提取更可信的伪标签集。然后使用具有手动或网络自生成标签的图像来训练用于目标体积提取的分割模型。公开的前列腺MR图像数据集上的实验结果表明，虽然需要显着更少的注释工作，我们的框架生成非常令人鼓舞的分割结果。当难以获得具有密集注释的训练数据时，所提出的框架在临床应用中非常有用。
2022-11-16 cs.CV
CML-MOTS: Collaborative Multi-task Learning for Multi-Object Tracking and Segmentation
University of Florida（佛罗里达大学）；Rochester Institute of Technology（罗切斯特理工学院）
本文提出 CML-MOTS 框架，通过在 CNN 的检测、分割和跟踪任务头间引入关联连接实现协作多任务学习，并在 KITTI MOTS 与 MOTS Challenge 上验证了效果。
2023-11-02 cs.CV
Co-Seg++: Mutual Prompt-Guided Collaborative Learning for Versatile Medical Segmentation
School of Computer Science, University of Nottingham Ningbo China（诺丁汉大学宁波校区计算机科学学院）；University of Nottingham, UK（诺丁汉大学（英国））；Graduate School of Information, Production and Systems, Waseda University, Japan（早稻田大学信息、生产与系统研究生院）；Yale University（耶鲁大学）
Co-Seg++通过互促提示引导的协作学习，提升多用途医学分割的性能，优于现有方法。
2025-12-09 cs.CV
Collaborative Learning for Semi-Supervised LiDAR Semantic Segmentation
Bosch Research, Robert Bosch GmbH, Stuttgart, Germany（博世研究, 博世有限公司, 斯图加特, 德国）；Institute for Neuro- and Bioinformatics, University of Lübeck, Lübeck, Germany（神经与生物信息学研究所, 奥尔德马克大学, 奥尔德马克, 德国）
本文提出CoLLiS框架，通过协同学习解决半监督学习中伪标签单一导致的偏差问题，实验表明其在低标注情况下表现优异。
2026-05-16 cs.CV
Collaborative Global-Local Networks for Memory-Efficient Segmentation of Ultra-High Resolution Images
Texas A&M University（德克萨斯农工大学）
超高分辨率图像的分割需求越来越高，但对算法效率提出了重大挑战，特别是考虑到（GPU）内存限制。目前的方法要么对超高分辨率图像进行下采样，要么将其裁剪成小块进行单独处理。无论哪种方式，局部精细细节或全局上下文信息的丢失都会导致有限的分割精度。我们提出了协作的全球-本地网络（GLNet），以高度内存效率的方式有效地保存全球和本地信息。GLNet由全局分支和局部分支组成，将下采样的整个图像及其裁剪的局部补丁作为各自的输入。对于分割，GLNet深度融合了两个分支的特征图，从放大的局部补丁中捕获高分辨率的精细结构，并从下采样的输入中捕获上下文依赖性。为了进一步解决背景和前景区域之间潜在的类别不平衡问题，我们提出了一种从粗到细的GLNet变体，也是内存高效的。对三个真实世界的超高航空和医学图像数据集（分辨率高达3000万像素）进行了广泛的实验和分析。仅使用一个1080Ti GPU和不到2GB的内存，我们的GLNet就能产生高质量的分割结果，并实现比最先进的技术更具竞争力的准确性-内存使用权衡。
2021-03-03 cs.CV
Diversity-enhanced Collaborative Mamba for Semi-supervised Medical Image Segmentation
School of Intelligence Science and Technology, Nanjing University（智能科学与技术学院、南京大学）；School of Electrical and Information Engineering, The University of Sydney（电气与信息工程学院、悉尼大学）
本文提出DCMamba框架，从数据、网络和特征三个视角增强多样性，用于半监督医学图像分割，并在Synapse数据集上显著超越现有方法。
2025-08-19 cs.CV
Conservative-Progressive Collaborative Learning for Semi-supervised Semantic Segmentation
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院（AIR））；Zhejiang University（浙江大学）
伪监督被认为是半监督学习语义分割的核心思想，在只利用高质量伪标签和利用所有伪标签之间总是存在权衡。为了解决这个问题，我们提出了一种新的学习方法，称为保守-渐进协作学习（CPCL），其中两个预测网络并行训练，并根据两个预测的一致性和不一致性实现伪监督。一个网络通过交叉监督寻找共同点，并由高质量的标签监督，以确保更可靠的监督，而另一个网络通过联合监督保留差异，并由所有伪标签监督，以保持好奇心。从而实现保守进化与渐进探索的协同。为了减少可疑伪标签的影响，根据预测置信度对损失进行动态重新加权。大量的实验表明，CPCL实现了国家的最先进的半监督语义分割的性能。
2023-02-17 cs.CV
CPRAL: Collaborative Panoptic-Regional Active Learning for Semantic Segmentation
通过主动学习（AL）获取最具代表性的示例可以通过最小化图像级或像素级注释的工作来使许多依赖于数据的计算机视觉任务受益。在本文中，我们提出了一种新的协作全景区域主动学习框架（CPRAL），以解决语义分割任务。对于一小批图像最初采样像素的注释，我们采用全景信息，最初选择未标记的样本。考虑到分割数据集的类别不平衡性，我们引入了区域高斯注意力模块（RGA）来实现语义偏向选择。该子集通过投票熵突出显示，然后加入高斯核以最大化有偏区域。我们还提出了一个上下文标签扩展（CLE），以提高区域注释与上下文注意力的指导。通过语义无关的全景匹配和区域偏向的选择和扩展，我们的CPRAL可以在标记工作和性能之间取得平衡，并在语义分布上做出妥协。我们在Cityscapes和BDD10K数据集上进行了广泛的实验，结果表明CPRAL优于前沿方法，具有令人印象深刻的结果和更少的标记比例。
2022-01-11 cs.CV
SkySeg: Collaborative Onboard Semantic Segmentation with Heterogeneous UAVs in the Wild
Harbin Institute of Technology（哈尔滨工业大学）；ETH Zurich（苏黎世联邦理工学院）；Huawei Cloud Algorithm Innovation Lab（华为云算法创新实验室）
针对资源受限无人机在动态环境中实时语义分割的挑战，提出SkySeg异构多无人机空-空协作框架，结合高效信息融合推理与跨设备测试时自适应策略，实现低成本传感器下的机载分割，加速约3.6倍并提升精度5.91%。
2026-05-20 cs.CV
SCOPE: Speech-guided COllaborative PErception Framework for Surgical Scene Segmentation
LCSR, Johns Hopkins University（约翰霍普金斯大学）
本文提出语音引导协同感知框架SCOPE，结合LLM推理与开放集VFM感知能力，利用临床医生语音反馈指导术中视频的手术器械与解剖结构实时分割、标注和跟踪，实现免提、以外科医生为中心的动态手术室人机AI协作。
2025-09-12 cs.CV
HUR-MACL: High-Uncertainty Region-Guided Multi-Architecture Collaborative Learning for Head and Neck Multi-Organ Segmentation
Digital Medical Research Center, School of Basic Medical Science, Fudan University, Shanghai 200032, China（复旦大学基础医学研究院数字医学研究中心）；Shanghai Key Lab of Medical Image Computing（上海医学图像计算重点实验室）；Radiation Oncology Center, Huashan Hospital Affiliated to Fudan University, Shanghai 200032, China（复旦大学附属华山医院放射肿瘤中心）
HUR-MACL通过高不确定性区域引导的多架构协作学习，提升头颈多器官分割的准确性和性能。
2026-01-08 cs.AI cs.CV
Split-U-Net: Preventing Data Leakage in Split Learning for Collaborative Multi-Modal Brain Tumor Segmentation
NVIDIA（英伟达）
分裂学习（SL）已经被提出来以分散的方式训练深度学习模型。对于具有垂直数据分区的去中心化医疗保健应用程序来说，SL可能是有益的，因为它允许具有共享患者集的互补功能或图像的机构联合开发更强大和可推广的模型。在这项工作中，我们提出了“分裂-U-网”，并成功地应用SL的协同生物医学图像分割。尽管如此，SL需要交换中间激活图和梯度，以允许在不同的特征空间中训练模型，这可能会泄漏数据并引发隐私问题。因此，我们还量化了生物医学图像分割的常见SL场景中的数据泄漏量，并通过应用适当的防御策略来抵消这种泄漏。
2022-09-26 cs.CR cs.CV cs.DC
CA-Diff: Collaborative Anatomy Diffusion for Brain Tissue Segmentation
School of Computer Science and Technology（计算机科学与技术学院）；Huazhong University of Science and Technology（华中科技大学）
针对扩散模型在脑MRI分割中忽略解剖信息的问题，提出CA-Diff框架，通过引入距离场和协同扩散过程建模解剖结构联合分布，并结合一致性损失与时间自适应通道注意力模块，实现了优于SOTA的分割精度。
2025-06-28 cs.CV cs.LG eess.IV
Masked Collaborative Contrast for Weakly Supervised Semantic Segmentation
Zhejiang Lab（之江实验室）；University of Science and Technology of China（中国科学技术大学）；Zhejiang University（浙江大学）
本研究针对弱监督语义分割的语义区域凸显问题，提出掩码协同对比方法MCC，通过基于亲和矩阵掩码与对比学习对齐全局局部视角，性能优异且代码开源。
2023-11-08 cs.CV
Automated Pancreas Segmentation Using Multi-institutional Collaborative Deep Learning
National Taiwan University（台湾大学）；Nagoya University（名古屋大学）；NVIDIA Corporation（英伟达公司）；Aichi Cancer Center（爱知癌症中心）；National Taiwan University Hospital（台湾大学医学院附设医院）
基于深度学习的方法的性能在很大程度上依赖于用于训练的数据集的数量。为了增加医学图像分析领域中的数据，已经做出了许多努力。然而，与摄影图像不同，由于许多技术，法律和隐私问题，很难生成集中式数据库来收集医学图像。在这项工作中，我们研究了在现实世界中使用两个机构之间的联邦学习来协作训练模型，而无需跨越国界共享原始数据。我们定量地比较了联邦学习和局部训练获得的分割模型。我们的实验结果表明，联邦学习模型比独立训练具有更高的泛化能力。
2020-09-28 cs.CV eess.IV
Segment Anything Model-guided Collaborative Learning Network for Scribble-supervised Polyp Segmentation
Nanjing University of Science and Technology（南京理工大学）；Southeast University（东南大学）；Institute of High Performance Computing, A*STAR（新加坡科技研究局高性能计算研究所）
本文提出 SAM-CLNet，通过 CEA-Net 与 SAM 协同学习，结合框增强策略和图像级过滤机制，利用 SAM 生成的掩码为涂鸦监督息肉分割提供额外监督，显著提升弱监督分割性能。
2023-12-01 cs.CV
Hierarchical Collaborative Fusion for 3D Instance-aware Referring Expression Segmentation
The University of Sydney（悉尼大学）；The University of Melbourne（墨尔本大学）；Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
HCF-RES通过层次化视觉语义分解和渐进多级融合，实现了3D实例感知指代表达分割的高精度与细粒度定位。
2026-03-06 cs.CV
Forest and Water Bodies Segmentation Through Satellite Images Using U-Net
Aimech Technologies Corp.（Aimech科技公司）；Air University（航空大学）
全球环境监测是一项在当代气候迅速变化的环境中需要给予更多关注的任务。这包括监测森林砍伐率和受洪水影响的地区。卫星成像极大地帮助了监测地球，而深度学习技术有助于使这一监测过程自动化。本文提出了一种观测森林和水域覆盖面积的解决方案。为了实现这一任务，提出了UNet模型，这是一种图像分割模型。该模型实现了82.55%和82.92%的森林和水域覆盖的区域分割的验证精度分别。
2022-07-12 cs.CV eess.IV
Cross-Frequency Collaborative Training Network and Dataset for Semi-supervised First Molar Root Canal Segmentation
College of Computer Science, Nankai University（南开大学计算机学院）；Tianjin Union Medical Center（天津医科大学总医院）；Haihe Lab of ITAI（海河人工智能与自动化实验室）
针对根管治疗中深度学习应用少、缺乏公开数据集的问题，本文构建FMRC-2025数据集，设计CFC-Net网络，通过跨频率协同训练和不确定性引导混合机制，提升根管分割效果与泛化性。
2025-04-16 cs.CV
CHARM: Collaborative Harmonization across Arbitrary Modalities for Modality-agnostic Semantic Segmentation
针对模态无关语义分割中现有方法同质化损害模态互补性的问题，提出CHARM框架，通过互感知单元隐式对齐和双路径优化策略，在多个数据集上显著提升分割性能，实现模态间协同调和。
2025-08-06 cs.CV
Collaboratively boosting data-driven deep learning and knowledge-guided ontological reasoning for semantic segmentation of remote sensing imagery
School of Remote Sensing and Information Engineering, Wuhan University（武汉大学遥感信息工程学院）
深度语义分割网络（Deep Semantic Segmentation Network，DSSN）作为深度学习家族中的一种架构，在语义分割任务上取得了一定程度的成功，明显优于传统的基于手工特征的方法。作为一种经典的数据驱动技术，DSSN可以通过端到端的机制进行训练，并且能够使用低级和中级提示（即，区别性图像结构）来理解图像，但是缺乏高级推理能力。相比之下，人类具有很好的推理能力，只有当人类掌握了基本的RS领域知识，才能可靠地解释RS图像。本体建模和推理是一种模仿和利用人类领域知识的理想方法，但在RS领域中还很少被探索和采用。为了弥补DSSN的上述关键限制，本文提出了一种协同提升框架（CBF），以迭代的方式将数据驱动的深度学习模块和知识引导的本体推理模块相结合。
2020-10-06 cs.AI cs.CV
Phase Collaborative Network for Two-Phase Medical Image Segmentation
Shanghai Jiao Tong University（上海交通大学）；University of Texas at Austin（得克萨斯大学奥斯汀分校）；The Johns Hopkins University（约翰斯·霍普金斯大学）；Carnegie Mellon University（卡内基梅隆大学）；Huawei Noah’s Ark Lab（华为诺亚方舟实验室）；The Johns Hopkins School of Medicine（约翰斯·霍普金斯大学医学院）
在现实世界的实践中，在不同阶段采集的医学图像具有互补信息，{ \em例如}，放射科医师通常参考动脉和静脉扫描以作出诊断。然而，在医学图像分析中，从两个阶段进行融合预测通常是困难的，因为（i）在两个阶段之间存在域间隙，以及（ii）即使对于从同一患者扫描的图像，语义标签也不是逐像素对应的。本文研究了双期CT扫描中的器官分割问题。我们提出了阶段协作网络（PCN），一个端到端的框架，其中包含生成和判别模块。PCN可以在数学上解释为联合地制定相位到相位和数据到标签的关系。在两相CT数据集上进行了实验，PCN在很大程度上优于使用单相数据的基线，并且我们根据经验验证了增益来自相位间的协作。此外，PCN在两个公共单相数据集上的迁移效果良好，显示了其潜在的应用价值。
2019-09-12 cs.CV
Balancing Multi-Target Semi-Supervised Medical Image Segmentation with Collaborative Generalist and Specialists
Nanjing University（南京大学）；National Institute of Healthcare Data Science, Nanjing University（南京大学健康数据科学国家研究院）；Southeast University（东南大学）
针对多目标半监督医学图像分割中大目标主导损失的问题，提出CGS方法，利用通才与专家协作及跨一致性损失和头间错误检测模块，实现更平衡的训练并提升伪标签质量，性能优于现有方法。
2025-04-01 cs.CV
DCP-Net: A Distributed Collaborative Perception Network for Remote Sensing Semantic Segmentation
Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院空天信息创新研究院）；University of Chinese Academy of Sciences（中国科学院大学）
针对遥感机载单平台感知精度受限问题，提出分布式协同感知网络DCP-Net，通过特征整合、自互信息匹配和相关特征融合，在三个数据集上显著提升语义分割mIoU，达到最先进水平。
2023-09-05 cs.AI cs.CV
