融合注意力调制的弱监督语义分割方法

来源：计算机工程与应用杂志2026年第15期北京时间：

作者：张家波, 李倩, 代玥

单位：1.重庆邮电大学 通信与信息工程学院，重庆 400065；2.重庆邮电大学 人工智能学院，重庆 400065；

摘要：全监督语义分割依赖于大量的像素级标签，如何使用弱标签实现复杂的语义分割仍是一个尚未得到有效解决的问题。现有的弱监督语义分割方法采用类激活图生成的伪标签只能识别小部分区域，针对其存在的激活区域不足和伪标签边界模糊问题，提出基于注意力调制与特征增强的改进方法。该方法构建了共享参数的孪生网络作为类激活图生成框架，通过对仿射变换图像施加一致性约束来减小类激活图生成差异，并且引入原型学习方法，通过提取各类别最高激活像素特征构建原型表示并利用原型优化初始类激活图。此外，在网络结构中设计了双维度注意力调制模块，通过强化次要特征激活使模型能够更有效地捕捉关键特征信息，从而生成更紧凑的类激活图。同时引入协同特征增强模块，利用上下文信息优化像素级预测，进一步提升类激活图的一致性。在PASCAL VOC 2012和MSF COCO 2014数据集上的实验结果表明，该方法的mIoU指标分别达到了70.9%和38.2%，相较主流模型有明显提升，充分证实了该方法的有效性。

关键词：弱监督语义分割,类激活图,孪生网络,注意力机制

基金资助：重庆市研究生科研创新项目（CYS25447）。