目标检测论文阅读之Spider：开启图像统一分割新范式

论文：Spider：A Unified Framework for Context-dependent Concept Segmentation
link：https://arxiv.org/pdf/2405.01002
code:https://github.com/Xiaoqi-Zhao-DLUT/Spider-UniCDSeg

研究动机

图像分割关注的感兴趣目标种类繁多，如室内（人、桌椅）；室外（车辆、道路）；视觉注意力启发的显著性目标、伪装目标分割；医学领域的病灶分割等。在过去很长一段时间内，图像分割领域其实是缺乏对这些概念的一个总结和区分的。

然而，在认知科学领域[1]，对于目标的概念一直有着明确的定义：上下文独立（CI）和上下文依赖（CD）概念。
CI概念无论处于何种场景，其对象定义都是明确的。可以看到，仅依靠前景，人们就可以捕获视觉目标是何种概念：熊，天鹅，船，车。其也是传统的语义分割任务所研究的概念类别。
而对于CD概念而言，仅依靠前景，无法明确当前表达的是何种概念，必须依靠周围环境的背景信息，才有可能明确当前的概念定义，例如显著性目标、伪装目标、阴影、医学病灶等。（为什么说有可能呢？因为CD概念的单张图像可能存在歧义，需要多组图像才能统一为一种概念指示）
因此，上下文信息 （背景+前景）对于CI概念的理解是辅助层面，而对CD概念是决定性层面。