arrow
返回

APENet: Task-aware adaptation prototype evolution network for few-shot semantic segmentation

delete2025-12-20
delete0
PRE
AI
D
Dongliang Chang
Y
Yande Li
Y
Yonggang Lu
DOI:10.1016/j.eswa.2025.130906delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

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

Expert Systems with Applications 封面图
Expert Systems with Applications
IF:
7.5
论文数:
3.0W
被引数:
10.2W

机构

B
Beijing University of Posts and Telecommunications
学者数:
2.6K
论文数: 1.2K
被引数: 4.2K
U
university of alberta
学者数:
5.1W
论文数: 4.9W
被引数: 65
L
lanzhou university
学者数:
4.2W
论文数: 2.6W
被引数: 27
L
lanzhou university of technology
学者数:
1.2W
论文数: 7.0K
被引数: 4
学者 查看更多机构
引用论文

引用论文

err分享
err收藏
err分享
err收藏
Harmonizing Base and Novel Classes: A Class-Contrastive Approach for Generalized Few-Shot Segmentation
err2023-11-08
err3
PREAI
errLiu, Weide; Wu, Zhonghua; Zhao, Yang; Fang, Yuming; Foo, Chuan-Sheng; Cheng, Jun; Lin, Guosheng
err分享
err收藏
Boundary-Guided Lightweight Semantic Segmentation With Multi-Scale Semantic Context
err2024-01-01
err0
PREAI
errQuan Zhou; Linjie Wang; Guangwei Gao; Bin Kang; Weihua Ou; Huimin Lu
err分享
err收藏
err分享
err收藏
学者 查看更多内容