基于响应缩放的不确定性估计用于弱监督语义分割中的伪掩码噪声抑制

弱监督语义分割（Weakly-Supervised Semantic Segmentation, WSSS）能够在无需密集标注的情况下实现目标分割，从而显著降低标注成本。然而，作为代价，生成的伪掩码中普遍存在明显的噪声像素，这些噪声会损害基于伪掩码训练的分割模型性能。尽管如此，目前鲜有研究关注或解决这一问题，即便在伪掩码质量得到提升后，噪声像素依然不可避免。因此，本文致力于从噪声抑制的角度改进WSSS方法。我们观察到，许多噪声像素具有较高的置信度，尤其是在特征响应范围过宽或过窄时，模型表现出明显的不确定性。基于此，本文提出通过多次缩放预测图来模拟响应的噪声变化，以实现不确定性估计。随后，利用该不确定性对分割损失进行加权，从而缓解噪声监督信号带来的负面影响。我们称该方法为URN（Uncertainty estimation via Response scaling for Noise mitigation，基于响应缩放的不确定性估计以实现噪声抑制）。实验结果验证了URN的有效性，所提方法在PASCAL VOC 2012和MS COCO 2014数据集上分别取得了71.2%和41.5%的最新最优性能，且无需依赖额外模型（如显著性检测模型）。代码已开源，地址为：https://github.com/XMed-Lab/URN。