面向对象语义线索的无监督语义分割研究

来源：计算机工程与应用杂志2025年第20期北京时间：

作者：贺祺祥, 郭红钰, 陈启志, 刘玉龙

单位：中国电子科技集团公司 第十五研究所 系统八部，北京 100083

摘要：在传统的语义分割任务中，广泛依赖像素级标注数据，促使无监督方法逐渐受到关注。近年来，自监督视觉Transformer的深层特征被广泛应用，推动了无监督语义分割的研究进展。然而，由于局部特征编码缺乏显式的对象级语义表示，复杂结构物体的分割仍面临挑战，常导致分割效果不理想。为解决这一问题，提出了一种名为OASES（object-aware segmentation system）的新型无监督语义分割框架，旨在强化面向对象的表示学习。该方法融合了谱分析过程，通过分析深度图像特征的语义相似性矩阵和图像颜色亲和性中提取的特征值，获取语义和结构线索。此外，结合面向对象的对比损失，引导模型学习在图像内外保持一致的对象级语义表示，从而提升语义分割的准确性。在COCO-Stuff和Cityscapes数据集上的大量实验表明，OASES在复杂场景中实现了准确且一致的分割效果，达到了当前领先的无监督语义分割性能。

关键词：无监督语义分割（USS）, 对象级语义结构线索,谱分析,对比学习