摘要
二值图像分割（Dichotomous Image Segmentation, DIS）是一项针对高分辨率自然图像的高精度目标分割任务。当前主流方法主要聚焦于局部细节的优化，却忽视了建模目标整体性这一根本性挑战。我们发现，Depth Anything Model v2 所生成伪深度图中隐含的深度完整性先验（depth integrity-prior），与图像块（image patches）的局部细节特征可协同解决上述难题。基于这一发现，我们提出了一种新型的Patch-Depth融合网络（Patch-Depth Fusion Network, PDFNet），用于高精度二值图像分割。PDFNet的核心包含三个关键方面：首先，通过多模态输入融合增强对象感知能力。采用细粒度图像块策略，并结合块的选择与增强机制，显著提升了对细节的敏感性。其次，利用深度图中分布的深度完整性先验，提出一种完整性先验损失（integrity-prior loss），以增强分割结果在深度图空间中的均匀性。最后，通过共享编码器提取的特征，并辅以一个简洁的深度精炼解码器，有效提升了共享编码器捕捉图像中细微深度相关特征的能力。在DIS-5K数据集上的实验表明，PDFNet显著优于当前最先进的非扩散类方法。得益于深度完整性先验的引入，PDFNet在参数量不足扩散类方法11%的情况下，性能达到甚至超越了最新的基于扩散模型的方法。项目源代码已开源，地址为：https://github.com/Tennine2077/PDFNet。