Segment Anything Model
PulseAugur coverage of Segment Anything Model — every cluster mentioning Segment Anything Model across labs, papers, and developer communities, ranked by signal.
9 天有情绪数据
-
新方法应对遥感图像分割挑战
研究人员开发了两种新的遥感图像分割方法。GeoSelect将分割重新构建为空间程序的执行，从而能够精确控制航空影像中的空间、比较和序数关系。GeoSAM-Lite是一个轻量级基础模型，通过使用领域感知预训练策略和特征融合层，解决了在资源受限平台上部署大型模型的计算挑战。
-
Amazon Nova 使用 AI 自动屏蔽图像中的 PII
Amazon 推出了 Amazon Nova，这是一系列新的基础模型，旨在自动识别和屏蔽图像中的个人身份信息 (PII)。该先进系统利用上下文视觉推理来协调 Meta 的 Segment Anything Model (SAM 3) 等专业工具进行精确分割，以及 Amazon Textract 进行光学字符识别。该流程旨在处理具有挑战性的 PII 情况，例如反射或部分视图，确保符合 GDPR 和 PCI DSS 等法规。
-
新方法应对遥感视觉定位挑战 · 追踪到2个来源
两篇新的研究论文介绍了遥感视觉定位（RSVG）的新方法，该任务涉及使用自然语言描述在高分辨率图像中定位物体。GeoSearcher采用以锚点为中心的推理和过程忠实策略优化两阶段过程来处理复杂查询和小物体。另一方面，ExACT利用无训练框架，通过示例驱动的校准和细化来指导分割模型进行精确的定位，解决了语言和视觉线索之间的模态差距。
-
PGE-SAM 增强 Segment Anything Model 在退化图像上的表现
研究人员开发了 PGE-SAM，一个旨在提高 Segment Anything Model (SAM) 在处理图像质量下降（如噪声或模糊）时的性能的新框架。该系统使用提示引导来聚焦相关区域的特征增强，并结合多尺度特征来恢复丢失的细节。此外，研究人员还推出了 DM-Seg，一个用于退化医学图像交互式分割的基准数据集，并证明 PGE-SAM 实现了最先进的鲁棒性，且参数量远少于先前的方法。
-
新的TEP-SAM框架增强了红外小目标检测能力
研究人员开发了一个名为时序涌现提示分割一切模型（TEP-SAM）的新框架，以改进红外序列中小目标的检测。该方法利用目标随时间从背景中逐渐涌现的线索，这是现有技术常常忽略的。TEP-SAM对全局和局部运动模式进行建模以识别潜在目标，并通过运动差异增强其特征，从而实现分割一切模型（SAM）的非交互式分割。该方法有效地将大规模语义预训练与任务特定的时序建模相结合，在具有挑战性的低信噪比条件和复杂背景下表现出强大的性能。
-
人机协作提升医学图像分割精度
研究人员开发了Hi-Seg框架，该框架增强了Segment Anything Model (SAM)在医学影像肺结节分割方面的能力。这个包含人类在内的系统允许标注员（包括非医学人员）迭代地优化AI生成的掩码，从而提高准确性并减少标注时间。在一项使用来自千余名患者的CT扫描进行的大规模研究中，Hi-Seg实现了近85%的平均Dice分数，显著优于现有的深度学习模型和SAM变体。研究结果表明，这种协作方法可以简化临床工作流程，并安全地将基…
-
新研究通过效率、隐写术和动态场景渲染来推进3D高斯溅射
近期研究通过各种创新技术正在推进3D高斯溅射（3DGS）的能力。论文探讨了在资源受限平台上优化3DGS的效率，开发用于在3DGS模型中嵌入秘密场景的通用隐写术框架，以及通过语义引导的变形正则化来增强动态场景渲染。其他进展包括由3DGS引导的综合2D-3D修复，具有降低开销的移动优化3DGS，以及用于卫星图像的保持几何形状的生成细化。此外，研究还侧重于具有受控容量的多视图风格化，并通过稀疏输入视图来提高3DGS性能。
-
新的SPDA-SAM模型通过深度感知增强实例分割能力
研究人员推出了一种新颖的、用于实例分割的自提示、深度感知的SPDA-SAM模型，该模型基于Segment Anything Model (SAM)。该新模型包含一个语义空间自提示模块（SSSPM），用于从SAM的编码器和解码器中提取提示；以及一个粗到精的RGB-D融合模块（C2FFM），用于整合RGB图像特征与估计的深度图。C2FFM利用深度信息进行粗粒度结构引导和细粒度特征融合。据报道，SPDA-SAM通过补偿丢失的空间信息和利用自…
-
AI 通过新框架和技术推动医学图像分割发展 · 跟踪 8 个来源
研究人员正在开发先进的医学图像分割 AI 框架，重点是提高准确性和效率。Hi-Seg 通过人机协作增强了用于肺结节分割的 Segment Anything Model (SAM)，实现了高 Dice 分数并缩短了标注时间。PU-UNet 引入了稳定的乘法交互用于医学图像分割，在保持效率的同时提高了 Dice 和 IoU 分数。CSWinUNETR 使用交叉条纹自注意力机制和多尺度模块来处理薄的解剖结构，性能优于现有方法。此外，SegD…
-
新框架将分割一切模型应用于地震解释
研究人员开发了一种新框架，无需进行广泛的再训练即可将分割一切模型（SAM）应用于地震解释。该方法利用与地质目标一致的地震属性和可视化选择，并结合混合提示策略。该方法同时采用用户定义的点提示和SAM的内部特征激活来提高分割准确性和特征可分离性，从而实现零样本性能。
-
新型适配器模块增强了AI分割模型在不同光照下的性能
研究人员开发了一种名为光照卷积注意力（LCA）的新型适配器模块，以提高SAM等基础模型在不同光照条件下进行实例分割的鲁棒性。LCA处理RGB特征和对比度图，以区分结构变化和光照伪影，从而在无需微调整个模型的情况下提高分割精度。该模块采用成对策略和特定的损失项进行训练，以惩罚清晰图像和光照图像之间的差异，并在现有基准和为复杂光照设计的合成数据集上验证了其有效性。
-
新方法整合椭圆形状先验以改进SAM分割
研究人员开发了一种新方法，通过整合椭圆形状先验来增强Segment Anything Model (SAM)。该方法使用参数化椭圆轮廓场来指导分割过程，确保输出为椭圆区域。该方法将SAM分解为子问题，并将图像特征与椭圆和空间正则化先验相结合，在特定图像数据集上展示了比原始SAM更高的准确性。
-
新方法匹配二维多边形以进行姿态估计
研究人员引入了一种新颖的预训练模型零样本多边形匹配（Z(PM)2）范式，以应对立体图像中二维多边形匹配的挑战。该方法利用Segment Anything Model等预训练模型将分割掩码矢量化为多边形表示，然后采用结合几何约束的全局和局部匹配策略。Z(PM)2在姿态估计方面表现出强大的性能，并引入了用于三维重建的多边形云概念，在多个数据集上超越了现有方法，且无需特定任务的训练。
-
SAMatcher 使用 Segment Anything 实现鲁棒图像特征匹配
研究人员开发了 SAMatcher，一个用于鲁棒图像特征匹配的新框架。该方法利用 Segment Anything Model (SAM) 来预测共可见区域掩码和边界框，作为对应关系估计的结构化先验。通过实现双向特征交换和跨视图语义对齐，SAMatcher 显著提高了匹配精度，尤其是在具有挑战性的视角和尺度变化下。
-
SAM 适配显微镜成像，使用合成数据
研究人员已将 Segment Anything Model (SAM) 适配到荧光显微镜图像中线粒体的分割任务。主要解决的挑战是自然图像与显微镜数据之间的领域迁移问题，以及标注数据集的稀缺性。为克服这些困难，研究团队使用模拟真实光学特性的合成显微镜数据对 SAM 进行了微调，在真实图像上展示了更高的精度和 Dice 分数。
-
新AI方法通过一次点击分割细胞类型
研究人员开发了一个名为Chain-of-Prompts (CoP)的新框架，该框架显著提高了组织病理学图像中的细胞实例分割。这种无需训练的方法每个细胞类型只需一次点击，与每个实例提示相比，成本大大降低。CoP利用了SAM等基础模型的现有特征聚类，能够高效地识别和分割给定细胞类型的所有实例，仅需最少的用户输入即可达到超过90%的每个实例性能。
-
SAM管道为自动驾驶数据生成像素级标注
研究人员开发了一种新方法，为以前只有边界框的自动驾驶数据集创建密集、像素级的标注。该管道利用Segment Anything Model (SAM)将边界框转换为语义掩码，显著提高了Zenseact Open Dataset (ZOD)等数据集的可用性。标注数据用于评估基于Transformer和基于CNN的架构，实现了高达48.1%的mIoU，并探索了专门的模型来解决罕见但关键的对象（如行人、标志）的极端类别不平衡问题。
-
AI流水线根据文本提示生成动画
研究人员开发了一个名为Generative Animations的系统，该系统使用一系列AI模型从自然语言提示创建动画。该系统将大型语言模型（LLMs）用于理解文本提示，并结合Segment Anything Model（SAM）进行视觉接地。该流水线可自动生成感知场景几何、深度和3D透视的运动路径，从而实现更复杂的动画创作。
-
PinPoint 方法在无需训练的情况下改进图像分割
研究人员开发了 PinPoint，一种新颖的指代图像分割方法，可在无需额外训练的情况下提高准确性。PinPoint 通过在边界框内选择信息内点来解决提示歧义问题，其性能优于朴素采样方法。该方法在使用更少的视觉-语言模型调用次数的情况下，达到了监督学习和强化学习微调专家的性能。
-
新的DeCoDrift框架稳定基础分割模型
研究人员发现基础分割模型中一种新的失败模式，称为“解码器耦合漂移”，当这些模型被迭代使用时会发生。这种漂移会导致错误累积，因为在连续迭代中模型的注意力会与目标对象失去对齐。为了解决这个问题，开发了一个名为DeCoDrift的新框架。DeCoDrift通过约束提示更新和保持解码器耦合来稳定推理时的分割过程，从而在无需重新训练或真实数据的情况下提高分割质量。