摘要
为降低语义分割模型训练过程中标注成本，研究人员广泛探索了弱监督分割方法。当前主流的弱监督分割方法主要基于可视化结果，然而可视化结果通常并不等同于精确的语义分割结果。因此，在弱监督条件下实现高精度语义分割，有必要引入映射函数，将可视化结果转换为语义分割输出。现有方法中，条件随机场（Conditional Random Field, CRF）以及利用分割模型输出进行迭代再训练的策略常被用于构建此类映射函数。然而，这些方法并不能始终保证精度提升；若对映射函数进行多次迭代应用，最终可能导致性能停滞甚至下降。针对上述问题，本文提出一种充分利用映射函数的新思路：假设映射函数的输出中包含噪声，因此通过去除噪声来提升分割精度。为实现该目标，我们设计了一种自监督差异检测模块（self-supervised difference detection module），该模块通过预测映射前后分割掩码之间的差异，来估计并识别噪声区域。我们在PASCAL Visual Object Classes 2012（PASCAL VOC 2012）数据集上进行了实验验证，所提方法在验证集上达到64.9%的mIoU，在测试集上达到65.5%的mIoU。两项结果均在相同弱监督语义分割设置下刷新了当前最优性能，成为新的最先进（state-of-the-art）水平。