U-CFR：不确定性引导的级联前向精炼用于交互式分割

U-CFR：不确定性引导的级联前向精炼用于交互式分割

交互式图像分割是计算机视觉领域的一项重要任务，旨在通过用户提供的点击等交互信号，快速准确地从图像中分割出目标对象。该技术在医学影像分析、卫星图像处理、自动驾驶感知以及图像编辑等场景中具有广泛的应用。然而，传统的交互式分割方法通常存在两个主要问题：一是需要用户提供大量且精确的纠正点击，尤其是在处理复杂边界或低对比度区域时；二是许多方法采用的被动精炼策略收敛缓慢，导致交互效率低下。为了解决这些挑战，来自科研机构的研究人员提出了一种全新的推理时框架——不确定性引导的级联前向精炼（Uncertainty-Guided Cascade Forward Refinement, U-CFR）。该框架的核心思想是让模型在每次用户交互后，能够自主评估当前分割结果的不确定性，并利用这些信息生成内部伪点击进行自我纠正，从而减少对人工纠正的依赖。

U-CFR的创新之处在于其精心设计的边界感知不确定性分数。该分数并非单一来源，而是综合考虑了分割不确定性（即模型对该区域预测的置信度）、轮廓梯度（反映图像边缘强度）以及显式的边缘预测结果。通过融合这三种互补信息，U-CFR能够准确定位那些最模糊的边界区域——这些区域往往是分割错误的高发地带。随后，系统会在这些不确定性最高的位置自动生成伪点击，作为后续精炼的强监督信号。这一过程完全自动化，无需用户介入，从而显著提升了交互效率。

为了支持上述机制，研究团队设计了一个双头网络架构。该网络包含一个共享的编码器-解码器骨干，以及两个功能明确的头部：分割头负责预测分割掩膜，确保区域内部的一致性；边缘头则专注于边界预测，以增强分割结果的边界对齐精度。在推理阶段，U-CFR采用级联精炼策略：每一步精炼中，首先根据当前掩膜计算不确定性分数并放置伪点击，然后将这些点击作为额外输入送入网络，得到更新后的掩膜。这一过程迭代进行多次，直至收敛。实验结果表明，经过三级级联精炼后，分割质量达到最优。

在标准基准数据集上的全面评估验证了U-CFR的有效性。在Berkeley分割数据集（BSDS500）上，与现有方法相比，U-CFR将所需的用户点击次数减少了超过10%，同时保持了更高的分割精度（如IOU指标）。在其他数据集如GrabCut和SBD上，U-CFR同样取得了领先性能。此外，该方法在初始掩膜质量和边界准确性方面也表现优异。这些成果表明，U-CFR不仅提升了交互效率，还改善了分割结果的细节质量。

该论文已被国际模式识别大会ICPR 2026接收。论文全文共12页，包含3张图表和4张表格，详细介绍了方法的设计原理、实验设置以及结果分析。研究人员表示，U-CFR为交互式分割提供了一种更智能、更高效的解决方案，未来将进一步探索其在视频分割和3D分割中的应用潜力。