基于标签分布学习的弱监督图像语义分割方法研究综述.docVIP

基于标签分布学习的弱监督图像语义分割方法研究综述

一、弱监督图像语义分割的研究背景与问题提出

图像语义分割作为计算机视觉领域的核心任务之一，旨在为图像中的每个像素分配对应的语义类别标签，是自动驾驶、医疗影像分析、机器人视觉感知等场景的关键技术支撑。传统全监督语义分割方法依赖大量像素级标注的训练数据，然而像素标注的成本极高——以Cityscapes数据集为例，标注一张街景图像的像素类别平均需要1.5小时，大规模数据集的标注成本动辄数百万元。这种高标注门槛成为语义分割技术落地的主要瓶颈之一，因此弱监督语义分割（WeaklySupervisedSemanticSegmentation,WSSS）逐渐成为研究热点，其核心目标是利用图像级标签、点标签、涂鸦标签等低成本弱标注替代像素级标注，实现接近全监督方法的分割性能。

在各类弱监督信号中，图像级标签是成本最低的类型，仅需要标注图像中包含的语义类别，无需任何位置信息，标注一张图像的时间可缩短至几秒。但图像级标签仅提供全局类别存在性信息，缺失类别对应的空间位置和范围，弱监督信号与像素级预测目标之间存在巨大的信息鸿沟，这一问题被称为“监督歧义性”。传统弱监督语义分割方法大多基于类别激活图（ClassActivationMap,CAM），通过分类网络定位图像中与类别相关的响应区域，再将其作为伪标签训练分割网络。然而CAM生成的伪标签普