U-CFR：不確定性引導的級聯前向精煉用於交互式分割

U-CFR：不確定性引導的級聯前向精煉用於交互式分割

交互式圖像分割是計算機視覺領域的一項重要任務，旨在通過用户提供的點擊等交互信號，快速準確地從圖像中分割出目標對象。該技術在醫學影像分析、衞星圖像處理、自動駕駛感知以及圖像編輯等場景中具有廣泛的應用。然而，傳統的交互式分割方法通常存在兩個主要問題：一是需要用户提供大量且精確的糾正點擊，尤其是在處理複雜邊界或低對比度區域時；二是許多方法採用的被動精煉策略收斂緩慢，導致交互效率低下。為了解決這些挑戰，來自科研機構的研究人員提出了一種全新的推理時框架——不確定性引導的級聯前向精煉（Uncertainty-Guided Cascade Forward Refinement, U-CFR）。該框架的核心思想是讓模型在每次用户交互後，能夠自主評估當前分割結果的不確定性，並利用這些信息生成內部偽點擊進行自我糾正，從而減少對人工糾正的依賴。

U-CFR的創新之處在於其精心設計的邊界感知不確定性分數。該分數並非單一來源，而是綜合考慮了分割不確定性（即模型對該區域預測的置信度）、輪廓梯度（反映圖像邊緣強度）以及顯式的邊緣預測結果。通過融合這三種互補信息，U-CFR能夠準確定位那些最模糊的邊界區域——這些區域往往是分割錯誤的高發地帶。隨後，系統會在這些不確定性最高的位置自動生成偽點擊，作為後續精煉的強監督信號。這一過程完全自動化，無需用户介入，從而顯著提升了交互效率。

為了支持上述機制，研究團隊設計了一個雙頭網絡架構。該網絡包含一個共享的編碼器-解碼器骨幹，以及兩個功能明確的頭部：分割頭負責預測分割掩膜，確保區域內部的一致性；邊緣頭則專注於邊界預測，以增強分割結果的邊界對齊精度。在推理階段，U-CFR採用級聯精煉策略：每一步精煉中，首先根據當前掩膜計算不確定性分數並放置偽點擊，然後將這些點擊作為額外輸入送入網絡，得到更新後的掩膜。這一過程迭代進行多次，直至收斂。實驗結果表明，經過三級級聯精煉後，分割質量達到最優。

在標準基準數據集上的全面評估驗證了U-CFR的有效性。在Berkeley分割數據集（BSDS500）上，與現有方法相比，U-CFR將所需的用户點擊次數減少了超過10%，同時保持了更高的分割精度（如IOU指標）。在其他數據集如GrabCut和SBD上，U-CFR同樣取得了領先性能。此外，該方法在初始掩膜質量和邊界準確性方面也表現優異。這些成果表明，U-CFR不僅提升了交互效率，還改善了分割結果的細節質量。

該論文已被國際模式識別大會ICPR 2026接收。論文全文共12頁，包含3張圖表和4張表格，詳細介紹了方法的設計原理、實驗設置以及結果分析。研究人員表示，U-CFR為交互式分割提供了一種更智能、更高效的解決方案，未來將進一步探索其在視頻分割和3D分割中的應用潛力。