DGSeg

DGSeg框架通过动态线索融合增强推理分割

研究人员推出了一种新颖的推理分割框架DGSeg，它提高了基于复杂语言查询的像素级掩码预测的准确性。与以往将推理压缩为稀疏线索的方法不同，DGSeg利用多模态大语言模型生成独立的语义和空间线索。这些线索随后输入到不同的分割分支，其预测由动态门控模块自适应地融合，以减轻噪声和冲突信息。据报道，该框架在多个基准测试中优于现有方法，在ReasonSeg数据集上取得了高gIoU分数。