Bridging the Geometry Mismatch: Frequency-Aware Anisotropic Serialization for Thin-Structure SSMs

TL;DR

FGOS-Net通过频率-几何解耦实现91.3% mIoU和97.1% clDice。

cs.CV 🔴 高级 2026-03-30 39 次浏览
Jin Bai Huiyao Zhang Qi Wen Ningyang Li Shengyang Li Atta ur Rahman Xiaolin Tian
频率解耦 薄结构分割 几何失配 SSM 深度学习

核心发现

方法论

本文提出了FGOS-Net框架,通过频率-几何解耦来解决薄结构分割中的几何失配问题。该框架包括频率对齐扫描和主动光谱-几何探测模块,分别用于几何条件化序列化和细节注入。

关键结果

  • 在DeepCrack数据集上,FGOS-Net实现了91.3%的mIoU和97.1%的clDice,显著优于现有基线模型,同时在80 FPS的速度下仅需7.87 GFLOPs。
  • 在Crack500数据集上,FGOS-Net在边界和拓扑完整性方面表现优异,超越GLCP等拓扑感知方法。
  • 消除了在CrackMap数据集上的纹理泄漏问题,保持了高精度和召回率。

研究意义

该研究通过频率-几何解耦显著提高了薄结构分割的精度和效率,解决了长期存在的几何失配问题,对学术界和工业界都有重要影响。

技术贡献

FGOS-Net通过频率-几何解耦和主动探测策略实现了与现有方法的根本性差异,提供了新的理论保证和工程可能性。

新颖性

这是首次将频率-几何解耦应用于薄结构分割,解决了传统SSM方法中的序列化失配问题。

局限性

  • 在极端复杂的背景下,主动探测模块可能会出现细节注入错误,影响精度。
  • 模型在不同材质环境下的泛化能力仍需进一步验证。

未来方向

未来工作可探索在更复杂的场景中应用该框架,并优化主动探测模块以提高鲁棒性。

AI 总览摘要

薄结构分割是计算机视觉中的一个挑战,尤其是在处理裂缝、血管等极度各向异性的目标时。现有的状态空间模型(SSM)虽然能够有效地进行长距离依赖建模,但其各向同性序列化方式导致了几何失配问题。为了解决这一问题,本文提出了FGOS-Net框架,该框架基于频率-几何解耦,通过频率对齐扫描和主动光谱-几何探测模块来实现几何条件化序列化和细节注入。实验结果表明,FGOS-Net在多个基准测试中表现优异,尤其是在DeepCrack数据集上实现了91.3%的mIoU和97.1%的clDice,同时在80 FPS的速度下仅需7.87 GFLOPs。该研究不仅在学术界具有重要意义,也为工业界提供了新的解决方案。尽管如此,模型在极端复杂背景下的表现仍需进一步优化,未来工作将集中在提高模型的鲁棒性和泛化能力。

深度分析

研究背景

薄结构分割在计算机视觉中一直是一个难题,尤其是在处理裂缝、血管等极度各向异性的目标时。现有的状态空间模型(SSM)虽然能够有效地进行长距离依赖建模,但其各向同性序列化方式导致了几何失配问题。

核心问题

薄结构分割中的几何失配问题是由于现有SSM的各向同性序列化方式导致的,无法保持结构的一致性和连贯性。这一问题在裂缝等极度各向异性的目标中尤为明显。

核心创新

FGOS-Net通过频率-几何解耦实现了几何条件化序列化,解决了传统SSM方法中的序列化失配问题。该框架包括频率对齐扫描和主动光谱-几何探测模块,分别用于几何条件化序列化和细节注入。

方法详解

  • �� 使用Haar离散小波变换进行频率解耦,将特征分解为稳定的拓扑载体和方向性高频带。• 通过频率对齐扫描实现几何条件化序列化,保持方向一致的轨迹。• 主动光谱-几何探测模块选择性注入高频细节,抑制纹理模糊。

实验设计

在DeepCrack、Crack500、CrackMap和TUT数据集上进行实验,评估FGOS-Net在边界完整性和连贯性方面的表现。使用mIoU、F1、Precision、Recall、ODS和clDice等指标进行评估。

结果分析

FGOS-Net在DeepCrack数据集上实现了91.3%的mIoU和97.1%的clDice,显著优于现有基线模型。同时在CrackMap数据集上消除了纹理泄漏问题,保持了高精度和召回率。

应用场景

FGOS-Net可用于裂缝检测、道路监测等场景,尤其适用于需要高精度和实时处理的工业应用。

局限与展望

在极端复杂的背景下,主动探测模块可能会出现细节注入错误,影响精度。模型在不同材质环境下的泛化能力仍需进一步验证。

通俗解读 非专业人士也能看懂

想象你在厨房里做饭,FGOS-Net就像一个智能厨师助手。它能帮你把食材分成稳定的基础部分和需要特别注意的细节部分。就像在切菜时,它会帮你确保每片菜都切得整齐,不会因为切错而影响整个菜肴的味道。即使厨房里有很多杂乱的东西,它也能帮你专注于重要的部分,确保每道菜都完美无缺。

简单解释 像给14岁少年讲一样

嘿,小伙伴们!想象一下你在玩一个超级酷的游戏,FGOS-Net就像你的游戏助手。它能帮你在复杂的地图中找到最好的路线,不会因为小错误而迷路。即使地图上有很多障碍,它也能帮你专注于重要的目标,确保你能顺利通关。是不是很厉害?

术语表

状态空间模型 (State-Space Models)

一种用于长距离依赖建模的框架,通常用于序列化2D特征。

用于薄结构分割中的长距离依赖建模。

频率-几何解耦 (Frequency-Geometric Disentanglement)

通过频率分解和几何对齐来解决几何失配问题的方法。

用于解决薄结构分割中的几何失配问题。

频率对齐扫描 (Frequency-Aligned Scanning)

一种几何条件化的序列化方法,保持方向一致的轨迹。

用于提高薄结构分割的精度。

主动光谱-几何探测 (Active Spectral-Geometric Probing)

一种选择性注入高频细节的策略,抑制纹理模糊。

用于提高薄结构分割的鲁棒性。

Haar离散小波变换 (Haar Discrete Wavelet Transform)

一种用于频率分解的变换,帮助分离稳定拓扑载体和高频细节。

用于频率-几何解耦中的频率分解。

开放问题 这项研究留下的未解疑问

  • 1 如何在极端复杂背景下提高主动探测模块的鲁棒性?
  • 2 模型在不同材质环境下的泛化能力如何进一步验证?

应用场景

近期应用

裂缝检测

FGOS-Net可用于实时检测建筑物中的裂缝,提高安全性。

道路监测

在交通管理中应用FGOS-Net,可实时监测道路状况,优化交通流。

远期愿景

智能城市监控

通过整合FGOS-Net,城市基础设施监控将更加智能化,提升城市管理效率。

原文摘要

The segmentation of thin linear structures is inherently topology allowbreak-critical, where minor local errors can sever long-range connectivity. While recent State-Space Models (SSMs) offer efficient long-range modeling, their isotropic serialization (e.g., raster scanning) creates a geometry mismatch for anisotropic targets, causing state propagation across rather than along the structure trajectories. To address this, we propose FGOS-Net, a framework based on frequency allowbreak-geometric disentanglement. We first decompose features into a stable topology carrier and directional high-frequency bands, leveraging the latter to explicitly correct spatial misalignments induced by downsampling. Building on this calibrated topology, we introduce frequency-aligned scanning that elevates serialization to a geometry-conditioned decision, preserving direction-consistent traces. Coupled with an active probing strategy to selectively inject high-frequency details and suppress texture ambiguity, FGOS-Net consistently outperforms strong baselines across four challenging benchmarks. Notably, it achieves 91.3% mIoU and 97.1% clDice on DeepCrack while running at 80 FPS with only 7.87 GFLOPs.

cs.CV