摘要
现有基于图像级弱监督的弱监督语义分割（WSSS）研究存在若干局限性，包括目标物体覆盖稀疏、物体边界定位不准确，以及非目标物体共现像素的干扰问题。为克服上述挑战，本文提出一种新颖的框架——显式伪像素监督（Explicit Pseudo-pixel Supervision, EPS），该框架通过融合两种弱监督信号，实现像素级反馈的学习：图像级标签通过定位图（localization map）提供目标类别信息，而基于现成显著性检测模型生成的显著图（saliency map）则提供丰富的边界线索。我们设计了一种联合训练策略，充分挖掘两种信息之间的互补关系。所提方法能够生成更为精确的物体边界，并有效剔除共现的非目标像素，从而显著提升伪掩码（pseudo-mask）的质量。实验结果表明，该方法在解决WSSS关键难题方面表现卓越，在PASCAL VOC 2012与MS COCO 2014两个基准数据集上均取得了新的最先进性能（state-of-the-art）。