arXiv cs.AI· Yansong Bai, Yunzhi Zhuge, Xinzhuo Yu, Lu Zhang, Jin Zhan, Pingping Zhang, Huchuan Lu·· 13 小时前AI 评分26
SIFR：面向域泛化语义分割的频谱不变融合与精炼框架
Spectral Invariant Fusion and Refinement for Domain Generalized Semantic Segmentation
AI 导读
SIFR 是一个频率感知的双流框架，在融合与解码两个阶段同时应对域偏移，而非直接融合冻结的 CLIP 与 DINOv2 特征。它通过频谱引导的不变融合过滤域敏感响应，并用频谱解码精炼模块以低频统计归一化和自适应频率选择稳定多尺度解码特征。在合成到真实、真实到真实及恶劣天气等多个 DGSS 基准上，SIFR 相较此前 SOTA 方法取得一致提升。
正文 · AI 翻译
摘要：领域泛化语义分割具有挑战性，因为它要求在训练期间无法访问目标域数据的情况下，对未见域进行准确的密集预测。现有方法通过数据多样化、不变性学习或直接使用基础模型来提高可迁移性，但它们往往难以同时抑制域敏感干扰并保留细粒度空间线索。在这项工作中，我们提出了 SIFR，一个频率感知的双流框架，在融合和解码两个阶段应对域偏移。SIFR 使用频谱建模作为统一原则，来调控异构先验交互和密集解码器细化。SIFR 不直接融合冻结的 CLIP 和 DINOv2 特征，而是执行频谱引导的不变性融合，以过滤掉域敏感响应，同时保留互补的语义和结构信息。此外，SIFR 还包含一个频谱解码器细化模块，通过基于低频统计的归一化和自适应频率选择来稳定多尺度解码器特征，从而减少残差域偏差在密集预测中的传播。这一设计使 SIFR 能够在严重分布偏移下同时提高域鲁棒性和分割精度。在多个 DGSS 基准（包括合成到真实、真实到真实和恶劣天气设置）上的大量实验表明，相较于之前的最先进方法，SIFR 取得了持续改进。
| 主题： | 计算机视觉与模式识别 (cs.CV)；人工智能 (cs.AI) |
| 引用为： | arXiv:2610.39926 [cs.CV] |
| （或 arXiv:2610.39926v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.39926 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Yansong Bai [查看电子邮件]
[v1]
2026年10月29日星期四 12:29:41 UTC (16,311 KB)
来源：arXiv cs.AI · arxiv.org