GALACLIP：通过成本聚合实现全局对齐与局部推理的结合，用于零样本语义分割

《Knowledge-Based Systems》：GALACLIP: Bridging global alignment and local reasoning via cost aggregation for zero-shot semantic segmentation

　　

丹旭（Dan Xu）|宋国树（Guoshu Song）|魏腾（Wei Teng）|史金龙（Jinlong Shi）

• •
  提出了一种全局-局部双分支框架，该框架联合建模跨模态语义对齐和像素级别的局部推理，以实现零样本语义分割。
• •
  引入了一种基于像素-类别关联成本体的引导式成本聚合机制，以增强细粒度语义建模，同时减轻已见类别的偏差。
• •
  开发了一种动态融合策略，该策略在像素-类别层面自适应地整合全局和局部预测，从而实现更稳健的分割结果。
• •
  展示了先进的性能和强大的泛化能力，该框架配备了一个即插即用的局部聚合模块，能够持续改进现有的零样本语义分割（ZSS）框架。