返回
APENet: Task-aware adaptation prototype evolution network for few-shot semantic segmentation
DOI:10.1016/j.eswa.2025.130906.png)
摘要
En 中文
• 我们提出了一种新颖的FSS方法,称为APENet,它利用查询图像中未见对象的特征来指导原型进化。
• 我们开发了一个支持特征重组模块(SFRM),以促进支持分支和查询分支中前景和背景特征的重组。
• 我们提出了一个查询特征解耦模块(QFDM),将整个查询特征解耦为前景和背景特征。
• 我们引入了一种跨分支特征对齐(IFA)策略,以鼓励支持分支和查询分支之间的信息交互与对齐。
期刊
IF:
7.5
论文数:
3.0W
被引数:
10.2W
机构
引用论文
MSVT: Multi-grained spatial and VMamba temporal for few-shot action recognitionMsvt:基于多粒度空间和vmamba时序的少样本动作识别
Li, Y.; Wang, M.; Gong, M.; Lu, Y.; Liu, L. Fer-former: Multimodal transformer for facial expression recognition. IEEE Trans. Multimed. 2024, 27, 2412–2422. [Google Scholar] [CrossRef]Li, Y.; Wang, M.; Gong, M.; Lu, Y.; Liu, L. Fer-former:用于面部表情识别的多模态Transformer。IEEE Trans. Multimed. 2024, 27, 2412–2422. [Google Scholar] [CrossRef]
A learnable support selection scheme for boosting few-shot segmentation一种可学习的支持选择方案,用于增强少量分割
PATTERN RECOGNITION
IF7.6
Visual and Textual Prior Guided Mask Assemble for Few-Shot Segmentation and Beyond视觉和文本先验引导掩模组装,用于少镜头分割和超越
CFENet: Boosting Few-Shot Semantic Segmentation With Complementary Feature-Enhanced NetworkCFENet: 用互补的特征增强网络促进少镜头语义分割
Hybrid feature enhancement network for few-shot semantic segmentation用于少镜头语义分割的混合特征增强网络
PATTERN RECOGNITION
IF7.6

