SetCon 提出通过集合级概念预测实现开放式指代分割

作者 PulseAugur 编辑部 · [1 个来源] · 2026-05-19 16:59

研究人员推出 SetCon，一种新颖的开放式指代分割方法，它将多个目标视为一个连贯的集合，而不是单独的输出。该方法将问题重新表述为显式的集合级概念预测，利用大型视觉语言模型 (LVLMs) 生成的自然语言概念。SetCon 首先预测一个广泛的集合级概念，然后将其细化为更细粒度的组，在图像和视频基准测试中取得了最先进的结果，尤其是在处理越来越多的指代目标时。 AI

影响提高了复杂、多目标场景下的分割精度，可能增强 AI 理解和与视觉场景交互的能力。

排序理由该集群包含一篇详细介绍新颖指代分割方法的学术论文。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍新颖指代分割方法的学术论文。
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 159 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Jiaqi Wang · 2026-05-19 16:59

SetCon：通过集合级概念预测实现开放式指代分割

Referring segmentation grounds natural-language queries to pixel-level masks, but extending it to complex scenarios with multiple instances, cross-category groups, or open-ended target sets remains challenging. Previous Large Vision Language Model (LVLM)-based methods represent r…

本文如何被排名

报道来源 [1]

SetCon：通过集合级概念预测实现开放式指代分割

相关实体

相关话题