arXiv · cs.AI· Zixun Wang, Ben Dai·· 9 小时前
RankSEG用空间局部依赖与倒数矩近似改进图像分割
On the Relaxation of Conditional Independence Assumption for Image Segmentation
arXiv:2609.38930v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Zixun Wang, Ben Dai
研究任务与主要进展
论文摘要显示，作者针对RankSEG依赖条件独立假设、难以利用标签相关性的问题，提出空间局部依赖结构，并通过倒数矩近似和固定点优化将算法复杂度降至O(d log d)。该方法在多种分割基准上持续优于传统argmax和基于CIA的RankSEG，尤其改善低对比度和小目标场景；实验代码已提供于https://github.com/ZixunWang/RankSEG-DEP。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org