Bilateral Reference for High-Resolution Dichotomous Image Segmentation

我们提出了一种新的双边参考框架（BiRefNet）用于高分辨率的二分图像分割（DIS）。它包括两个基本组件：定位模块（LM）和重建模块（RM），以及我们提出的双边参考（BiRef）。LM利用全局语义信息来帮助目标定位。在RM中，我们利用BiRef进行重建过程，其中图像的分层补丁提供源参考，梯度图作为目标参考。这些组件协同工作以生成最终的预测地图。我们还引入了辅助梯度监督，以增强对细节更加关注的区域。此外，我们还概述了针对DIS的实用训练策略，以改善地图质量和训练过程。为了验证我们方法的普适性，我们在四个任务上进行了广泛的实验，证明BiRefNet在所有基准测试中表现出卓越的性能，优于任务特定的前沿方法。

本论文旨在解决高分辨率二分图像分割（DIS）问题，提出了一种新的双边参考框架（BiRefNet），并验证其在四个任务上的性能。

BiRefNet包括两个关键组件：定位模块（LM）和重建模块（RM），其中使用双边参考（BiRef）进行重建过程。这两个组件协作生成最终预测地图，并且还引入了辅助梯度监督以增强对细节区域的关注。

本文的亮点包括：1. 提出了一个新的双边参考框架（BiRefNet）来解决高分辨率二分图像分割问题；2. 在四个任务上进行了广泛的实验，表明BiRefNet在所有基准测试中表现出色；3. 引入了辅助梯度监督来增强对细节区域的关注。

在相关研究中，最近的一些相关论文包括：1. DeepLab v3+；2. U-Net++；3. BiSeNet。