一句话泛读 papers

简单读一下实验室过两年论文,interest based.

2025

• ✔ Playing to the Strengths of High- and Low-Resolution Cues for Ultra-high Resolution Image Segmentation
  Qi Li, Jiexin Luo, Chunxiao Chen, Jiaxin Cai, Wenjie Yang, Yuanlong Yu, Wenxi Liu*
  IEEE Robotics and Automation Letters (RA-L)

​ 原有的对于高分辨率图像分割的方法：

1. 划分重叠的块进行顺序处理，然后用上下文信息和局部精细结构进行刻画。缺点在于整体推理速度慢
2. 高分辨率图跑浅层网络，低分辨率图跑深层网络学习特征，然后互补。缺点在于包含冗余冲突的语义信息。

​ 这个论文就提出一种方法把方法 2 的任务给解耦，也就是说高分辨率特征专门提取低层次的结构细节；对于低分辨率输入我们专注于把识别出的标记划分给区域。也就是说我们的高分辨率图不再需要和低分辨率图做 fusion，而是专注于把图像特征给弄到每个区域上。论文提出了一个框架，框架的三个分支：RPB-划分区域边界，SAB-分配语义标记，LPB-增强小物体分割，并且使用 MoE 方案来做区域像素关联。

​ Future work:提取语义token的工作交给大模型？

• ✔Keep the Balance: A Parameter-Efficient Symmetrical Framework for RGB+X Semantic Segmentation
  Jiaxin Cai, Jingze Su, Qi Li, Wenjie Yang, Shu Wang, Tiesong Zhao, Shengfeng He, Wenxi Liu*
  CVPR (Oral)

​ 原有对于多模态语义分割的局限性：本质都是对于 RGB 参数的pre-train model进行fine-tune，但是本质上没用上其他模态的全部潜力。并且如果使用 peft 技术那么就会产生噪声。并且之前的方法很多都是对于不对称的模型进行工作

​ 本文就做了更有泛用性的工作：提出对称结构的框架，并且对每个模态都可以适用，提出了独立的模块。

• ✔URWKV: Unified RWKV Model with Multi-state Perspective for Low-light Image Restoration
  Rui Xu, Yuzhen Niu, Yuezhou Li, Huangbiao Xu, Wenxi Liu, Yuzhong Chen
  CVPR

​ 领域是关于图像复原，图像复原碰到的几种问题：低光照、噪音、模糊……此前的方法很多都是 transformer-based,缺乏adaptive机制，同时因为 Transformer 的参数利用效率不高，垂直部署会遇到问题。这篇文章把基座换成了 RWKV，并且注意到了复杂光照场景下的问题，然后从多状态视角观察：引入了阶段内和阶段间的状态，实现更精细的图像恢复。并且提出了LAN,EMA,SSF来处理多状态特征。

2024

• ✔Monocular BEV Perception of Road Scenes via Front-to-Top View Projection
  Wenxi Liu, Qi Li, Weixiang Yang, Jiaxin Cai, Yuanlong Yu, Yuexin Ma, Shengfeng He, Jia Pan
  IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)

​ 一个自动驾驶-related 的 work，高清地图重建的纯视觉方案。这篇文章解决了一个很有挑战性的问题：根据只有一张front-view图片转换成鸟瞰图。传统方法通过估计相机参数来研究视角变换，近期方法利用深度学习实现变换，但是效果并不特别好，因为卷积层的感受野是有限的。

​ 这篇文章用两个模块：CVP 和 CVT 来完成了这两个工作，还采用了多尺度FTVP模块，将不同尺度的前视图特征投影和传播到顶视图特征，为更精确的物体位置估计提供多尺度细节。

• ✔Ultra-high Resolution Image Segmentation via Locality-aware Context Fusion and Alternating Local Enhancement
  Wenxi Liu, Qi Li, Xindai Lin, Weixiang Yang, Shengfeng He, Yuanlong Yu
  International Journal of Computer Vision (IJCV) [arxiv]

  还是做的超高分辨率语义分割的work,follow 此前的流程：裁切-局部分割-拼接。在局部分割的过程中，局部快的语义可以通过不同尺度的上下文区域关联推断。所以本文提出了 LCF 模块，挖掘局部区域和上下文区域之间的相关性。LCF分成两步，先是 LCC 捕捉位置相关性，然后用attention机制增强局部块特征，然后再引入上下文感知融合的 MCF 方案。对于噪声来说，引入 ALE 模块来减少噪声。

• 🛫Towards next-generation diagnostic pathology: AI-empowered label-free multiphoton microscopy
  Shu Wang, Junlin Pan, Xiao Zhang, Yueying Li, Wenxi Liu, et al.
  Lights: Science & Applications

  skip

• ✔Attentive and Contrastive Image Manipulation Localization with Boundary Guidance
  Wenxi Liu, Hao Zhang, Xinyang Lin, Qing Zhang, Qi Li, Xiaoxiang Liu, Ying Cao
  IEEE Transactions on Information Forensics & Security (TIFS) [code]

  做的是identification的工作，核心思想在于关注篡改区域的边界，并且使用 Attentive learning和constrative learning。

• ✔Category-Contrastive Fine-grained Crowd Counting and Beyond
  Meijing Zhang, Mengxue Chen, Qi Li, Yanchen Chen, Rui Lin, Xiaolian Li, Shengfeng He, Wenxi Liu*
  **IEEE Transactions on Multimedia (TMM)**、

  人群计数，但是更加关注细粒度

• STD-Net: Spatio-Temporal Decomposition Network for Video Demoiréing with Sparse Transformers
  Yuzhen Niu, Rui Xu, Zhihua Lin, Wenxi Liu*
  IEEE Trans. Circuits Syst. Video Techn (TCSVT) [code]

• Learning Nighttime Semantic Segmentation the Hard Way
  Wenxi Liu, Jiaxin Cai, Qi Li, Chenyang Liao, Jingjing Cao, Shengfeng He, Yuanlong Yu
  ACM Transactions on Multimedia Computing Communications and Applications (TOMM)

  核心在于，关注的是客观环境差的条件下的图像分割问题。看不到全文 jump

• Another Perspective of Over-Smoothing: Alleviating Semantic Over-Smoothing in Deep GNNs
  Jin Li, Qirong Zhang, Wenxi Liu, Antoni B. Chan, Yang-Geng Fu
  IEEE Transactions on Neural Networks and Learning Systems (TNNLS)

• Efficient Semantic Segmentation for Compressed Video
  Jiaxin Cai, Qi Li, Yulin Shen, Jia Pan, Wenxi Liu*
  ICRA

• Memory-Constrained Semantic Segmentation for Ultra-High Resolution UAV Imagery
  Qi Li, Jiaxin Cai, Jiexin Luo, Yuanlong Yu, Jason Gu, Jia Pan, Wenxi Liu*
  IEEE Robotics and Automation Letters (RA-L) [paper][arxiv][code]

• Prototype learning based genericmultiple object tracking via pointto-box supervision
  Wenxi Liu, Yuhao Lin, Qi Li, Yinhua She, Yuanlong Yu, Jia Pan, Jason Gu
  Pattern Recognition

• Semi-Supervised Domain Generalization with Evolving Intermediate Domain
  Luojun Lin, Han Xie, Zhishu Sun, Weijie Chen, Wenxi Liu*, Yuanlong Yu, Lei Zhang
  Pattern Recognition

• Contrastive and Uncertainty-Aware Nuclei Segmentation and Classification
  Wenxi Liu, Qing Zhang, Qi Li, Shu Wang
  **Computers in Biology and Medicine