摘要
多模态语义分割技术发展迅速，但RGB-偏振（RGB-Polarization）模态仍鲜有深入研究。为深入探索该问题，我们构建了一个名为UPLight RGB-P的语义分割基准数据集，包含12种典型的水下语义类别。在本研究中，我们提出了一种名为ShareCMP的RGB-P语义分割框架，其采用共享双分支结构，相较于以往的双分支模型，参数量减少了约26%至33%。该框架包含一个偏振生成注意力（Polarization Generate Attention, PGA）模块，旨在为编码器生成具有更丰富偏振特性的偏振模态图像。此外，我们引入了类别偏振感知损失（Class Polarization-Aware Loss, CPALoss），以增强编码器对偏振模态信息的学习与理解，并优化PGA模块的性能。在总计三个RGB-P基准数据集上的大量实验表明，ShareCMP在UPLight（92.45% (+0.32)）、ZJU（92.7% (+0.1)）和MCubeS（50.99% (+1.51)）数据集上均取得了当前最优的mIoU性能，且参数量更少。相关代码已开源，地址为：https://github.com/LEFTeyex/ShareCMP。