上海交通大学智能网联电动汽车创新中心团队在张颂安老师指导下，于计算机视觉领域顶会IEEE/CVF International Conference on Computer Vision（ICCV）上发表题为“Adapt Foundational Segmentation Models with Heterogeneous Searching Space”的研究论文。本文第一作者是溥渊未来技术学院2023级宁德时代联培硕士生易立。
研究背景 Research Background
通用基础分割模型（Foundational Segmentation Model）在非常规图像域（如伪装物体，医疗检测）上表现欠佳。同时由于数据集准备困难和时间限制，微调（Fine-tune）通常难以实施。为在保持不调整通用基础分割模型的同时提升分割性能，一种可行的方法是对分割模型进行图像预增强。
研究现状 Research Status
现有的图像增强主要依赖基于规则（Rule-based）的方法，限制了增强效果。尽管基于学习(Learning-based)的方法能丰富增强方法的多样性，但基于规则的增强具有程度可描述性（如轻度/强烈亮度调整），而基于学习的方法通常预测不可描述程度的目标（如深度估计），二者结合会形成异构搜索空间（Heterogeneous Searching Space）。
研究成果 Research Results
针对上述情况，本文提出“自适应增强”（Augment To Adapt）范式，用最优异构增强策略替代传统规则增强以优化分割效果。该方法采用32种增强技术（22种基于规则、10种基于学习）缓解参数无法对齐的问题，构建髙鲁邦性的多项离散异构搜索空间。为在实际场景中应用最优策略，本文通过蒸馏技术加速预处理过程。该方法通过领域特异性增强策略显著提升了模型适应性，其在分割表现上的提高已经在NJU2k，VT1k，CAMO，NC4k，COD10k，Kvasir-SEG，BUSI，KoletorSDDV2和MTSD这9个公开数据集上得到验证。
作者信息
易立
上海交通大学溥渊未来技术学院电子信息方向研究生。研究方向：计算机视觉、强化学习、分割域适应。
张颂安
上海交通大学溥渊未来技术学院长聘教轨助理教授，智能网联电动汽车创新中心成员，主要从事自动驾驶汽车决策系统算法设计方面的研究，在TITS, TIV, CVPR,ICCV 等期刊与会议上发表30余篇论文。张颂安老师于2013年和2016年在清华大学车辆工程系分别获得本科和硕士学位，2021年于美国密歇根大学机械工程系获得博士学位，导师为Mcity Director彭晖教授。毕业后，其加入美国福特汽车公司机器人研究所担任研究员，并兼任福特—大学联合项目机器人方向提案评审组Committee Chair。2023年，张颂安老师加入上海交通大学溥渊未来技术学院。研究方向：智能车和机器人决策控制算法、强化学习、元强化学习、工业具身智能、AI辅助航空发动机设计。
