Segmentation d'Expression de Référence Généralisée

La segmentation d'expressions de référence généralisée (GRES) est une tâche en vision par ordinateur introduite par Liu et al. lors de la conférence CVPR 2023. L'objectif de cette tâche est de gérer la correspondance entre les expressions naturelles et plusieurs objets cibles dans des images, en prédissant les masques des objets cibles à partir d'une image et d'une expression de référence. La valeur d'application de la GRES réside dans l'amélioration de la naturalité et de la précision de l'interaction homme-machine, en particulier dans la reconnaissance et la segmentation d'objets multiples dans des scènes complexes.