语义分割

general · 首次出现 2026-06-15 · 最近出现 2026-09-03 · 累计提及 6

综述

语义分割近期进展

语义分割是一种计算机视觉技术，旨在识别和分类图像中的每个像素点，从而实现对图像内容的精细理解。近期，该领域的研究呈现出多样化的发展趋势，包括可解释AI在遥感图像分割中的应用，以及针对不同场景和任务的算法创新。

XX 近期进展

熵中心可解释AI用于遥感图像分割：熵中心可解释AI被用于遥感图像分割，提高了分割的准确性和可解释性。arXiv cs.AI

Condition Dropout 提升 RGB-D 语义分割对缺失模态的鲁棒性：Condition Dropout技术被引入RGB-D语义分割中，显著提升了算法对缺失模态数据的鲁棒性。arXiv cs.AI

保留困难区域，再生其余：扩散模型不确定性引导的合成数据增强：研究提出了一种基于扩散模型的不确定性引导的合成数据增强方法，有效提升了语义分割的准确性。arXiv cs.LG

ActiveSAM: 图像条件类剪枝加速开放词汇分割：ActiveSAM算法通过条件类剪枝技术加速开放词汇分割，提高了分割速度和效率。arXiv cs.LG

NEST3D：高分辨率多模态织巢鸟巢数据集：NEST3D数据集的发布为语义分割领域提供了高分辨率多模态织巢鸟巢数据，有助于推动相关研究。arXiv cs.LG

当前焦点与观察点

语义分割技术的发展正日益关注可解释性和鲁棒性，同时也在探索新的数据增强方法和加速分割算法。随着数据集的多样化和算法的不断创新，语义分割有望在更多领域得到应用。

相关报道

7 条在档