基于混合监督学习的图像分割研究综述.docVIP

基于混合监督学习的图像分割研究综述

图像分割作为计算机视觉领域的核心基础任务，旨在将图像划分为多个具有语义一致性的区域，为自动驾驶、医疗影像分析、遥感图像解译等下游应用提供关键支撑。传统全监督图像分割方法依赖大量像素级标注数据训练模型，然而像素级标注的获取成本极高，单张医疗影像或遥感图像的标注往往需要专业人员耗费数小时完成，标注成本的瓶颈严重制约了分割模型在复杂场景下的泛化能力。混合监督学习通过融合多种不同粒度、不同来源的监督信号，在降低标注成本的同时保障模型分割精度，成为近年来图像分割领域的研究热点。

混合监督学习的基础范式与监督信号类型

混合监督学习的核心思想是利用低成本的弱监督信号补充少量全监督信号，构建兼顾标注效率与模型性能的学习框架。当前主流的监督信号可分为三类：第一类是像素级强监督信号，即逐像素的类别标注，具有最高的监督精度但标注成本最高；第二类是图像级弱监督信号，包括图像类别标签、描述文本等，仅需标注图像整体包含的类别，标注成本仅为像素级标注的1%左右；第三类是中间粒度监督信号，涵盖边界框、点标注、scribble标注等，标注成本介于强监督与图像级弱监督之间，能够提供比图像级标签更丰富的空间位置信息。

混合监督学习的基础范式主要包括三种：其一是协同训练范式，利用不同监督信号分别训练多个分支模型，通过模型间的一致性约束实现知识互蒸馏，例如部分研究采用强监督数据训练教师