摘要
弱监督语义分割（Weakly-supervised Semantic Segmentation, WSSS）近年来受到广泛关注，因其仅需图像级标签即可训练分割模型的潜力。现有WSSS方法普遍认为，类激活图（CAM）的稀疏覆盖是制约WSSS性能的主要瓶颈。本文通过分析与实证研究指出，实际瓶颈可能并非稀疏覆盖，而是CAM后采用的全局阈值化策略。随后，我们证明该问题可通过满足两个条件得以缓解：1）降低前景激活的不平衡性；2）扩大前景与背景激活之间的差异。基于上述发现，我们提出一种新型激活调控网络，包含逐像素分类损失与标签条件模块。逐像素分类损失能够自然诱导激活图中出现双层级激活结构，从而惩罚最具判别性的区域，增强判别性较弱的区域，并抑制背景区域的激活。标签条件模块则强制伪掩码的输出标签必须为真实图像级标签中的任意一个，从而对非目标类别上的错误激活进行惩罚。通过广泛的分析与实验评估，我们验证了各模块的有效性，能够生成高精度的伪掩码，并显著提升对全局阈值选择的鲁棒性。最终，所提模型在PASCAL VOC 2012与MS COCO 2014两个基准数据集上均取得了当前最优的分割性能。