蓋世汽車訊 據(jù)外媒報(bào)道，由南開大學(xué)（Nankai University）和上海人工智能實(shí)驗(yàn)室（Shanghai AI Laboratory）等單位組成的研究團(tuán)隊(duì)開發(fā)出可以在同一框架內(nèi)實(shí)現(xiàn)二分圖像分割、高分辨率顯著物體檢測和隱蔽物體檢測的計(jì)算機(jī)視覺技術(shù)。這種新型的雙邊參考框架（BiRefNet）能夠捕捉微小像素特征，并具有廣泛的實(shí)際計(jì)算機(jī)視覺應(yīng)用潛力。該研究成果已發(fā)表在期刊《CAAI人工智能研究》（CAAI Artificial Intelligence Research）上。

圖片來源：《CAAI Artificial Intelligence Research》

在計(jì)算機(jī)視覺研究中，圖像分割技術(shù)包括將數(shù)字圖像分割成有意義的部分。通過這個(gè)過程，圖像更易于分析。隨著高分辨率圖像采集技術(shù)的發(fā)展，科學(xué)家們現(xiàn)在能夠?qū)崿F(xiàn)高度精確的目標(biāo)分割。

這項(xiàng)新技術(shù)被稱為高分辨率二分圖像分割（DIS），三星（Samsung）、Adobe和迪士尼（Disney）等公司現(xiàn)在都在使用這種技術(shù)。然而，目前用于DIS的策略不足以捕捉最精細(xì)的特征。為了應(yīng)對高分辨率DIS目前面臨的挑戰(zhàn)，該研究團(tuán)隊(duì)開發(fā)出雙邊參考模塊。

該研究團(tuán)隊(duì)通過BiRefNet實(shí)現(xiàn)了高精度的高分辨率DIS。南開大學(xué)范登平教授表示：“憑借新開發(fā)的雙邊參考模塊，BiRefNet在高分辨率圖像上顯示出更高的精度，尤其是那些細(xì)節(jié)精細(xì)的圖像。到目前為止，BiRefNet是用于前景目標(biāo)提取的最佳開源和商用模型?！?/p>

返回第一電動網(wǎng)首頁 >