深度弱监督图像分割的统一变分框架
提出一种基于稀疏像素级监督的统一变分框架用于图像分割，采用单纯形约束的Potts模型和平滑周长正则化子，得到凸且平滑的能量泛函，可用于弱监督深度学习训练损失或迭代优化。在RKHS中通过函数扩展构建模糊隶属函数处理稀疏标签，实验表明优于基线和部分交叉熵方法。
近日，来自多所机构的研究人员提出了一种统一的变分框架，旨在解决深度弱监督图像分割中的稀疏像素级监督问题。该研究于2026年7月22日提交至arXiv，论文标题为《A Unified Variational Framework for Deep Weakly Supervised Image Segmentation》，作者包括Yin King Chu等五人。该工作已被分类在计算机视觉与模式识别领域（cs.CV）。
图像分割是计算机视觉的核心任务之一，但在实际应用中，获取像素级的精确标注往往代价高昂。弱监督学习通过使用稀疏的标注（例如涂鸦、点或边界框）来降低标注成本，然而，如何处理这些稀疏且不完整的标签仍然是一个开放挑战。传统的弱监督方法通常依赖于启发式规则或额外的先验知识，难以在复杂场景下保持一致性能。
该研究提出了一种基于变分法的统一框架。其核心是一个单纯形约束的Potts模型，并引入了平滑的周长正则化子。这一组合使得能量泛函同时具备凸性和光滑性，从而能够有效避免局部极小值问题，并可通过迭代方法高效优化。值得注意的是，该能量泛函可以无缝集成到深度学习中，作为弱监督训练的损失函数，或者单独用于优化分割结果。
在稀疏标签的处理上，研究者采用了创新的思路：将标签信息通过数据保真项融入模型。具体而言，他们利用再生核希尔伯特空间（RKHS）中的函数扩展问题，构建了一个模糊隶属函数。该函数能够自然地处理像素级的不确定性，并有效捕捉图像中不均匀的强度统计特性——这是医学影像等应用中常见的挑战。通过离散化连续形式的损失函数，研究者训练了标准的卷积神经网络架构（如U-Net），并进行了多组对比实验。
实验在多个公开数据集上进行，涵盖了不同的分割场景。结果表明，该方法在鲁棒性和性能上均显著优于非训练基线和部分交叉熵（PCE）方法。即便在仅提供极少量标注像素的情况下，该方法也能保持较高的分割精度。更重要的是，它无需依赖真实分割图像即可达到与完全监督方法可比的性能，这在实际应用中具有极大的价值。
这一研究提供了一个灵活且强大的工具，为弱监督图像分割领域注入了新的活力。未来，该方法有望在医学影像分析、自动驾驶感知、遥感图像处理等多个领域发挥重要作用。感兴趣的读者可以通过arXiv编号2607.19669获取论文全文及补充材料。