跳到正文
热点事件持续更新

arXiv发布掩蔽目标分割新方法FUN

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

2026年11月18日,Rihan Zhang等人在arXiv(cs.AI)提交论文,提出因子解缠网络FUN,用于真实世界隐蔽目标分割。该网络通过内容因子提取语义证据,结合退化因子生成空间可靠性图进行校准,无需干净图像监督即可实现从粗到细的分割。 后续报道称,该网络代码将随后开源发布。此进展解决了隐蔽目标分割中前景线索弱且内容与退化纠缠的问题,旨在增强感知鲁棒性。

AI 根据报道生成 · 13 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · AI
    基于内容-退化因子解缠的真实世界隐蔽目标分割网络 FUN 发布

    针对隐蔽目标分割中前景线索弱且内容与退化纠缠的问题,提出因子解缠网络 FUN 以增强感知鲁棒性。 该网络利用内容因子提取语义证据,并通过退化因子生成空间可靠性图进行校准,无需干净图像监督即可实现从粗到细的分割。 代码将随后开源发布。

本事件热度走势

可比范围当前
6
可比范围峰值
911月20日 16:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。