摘要
交互式图像分割是像素级标注与图像编辑中的关键工具。为了获得高精度的二值分割掩码，用户通常会在目标物体的细节区域（如边缘、孔洞等）添加交互点击，以实现高效细化。现有方法将这些修复点击视为全局预测的指导信号，联合决定整体分割结果。然而，这种全局视角使模型难以聚焦于后续点击，与用户的实际意图不符。本文从“点击的视角”出发，重新赋予点击在物体细节处理中的决定性作用。为验证聚焦视角的必要性，我们设计了一种简单而高效的方法——FocusCut，该方法集成了目标分割与局部细化功能。在获得全局预测后，FocusCut会根据点击位置自适应地裁剪原始图像的局部区域，逐步精细化局部预测结果。该方法无需增加用户交互或模型参数，即可实现当前最优的分割性能。大量实验与可视化结果表明，FocusCut使得交互式图像分割具备实现超精细分割的可能。