인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
Recent vision-language models are increasingly applied to dense prediction tasks such as semantic segmentation, where textual input provides high-level semantic guidance. A common strategy is to use cross-attention mechanisms to integrate image and text features. However, such methods often suffer from limited spatial adaptability and substantial computational overhead. To resolve these issues, we propose an architecture composed of a Wavelet-Aware Context Construction (WACC) module and a Cross Deformable Fusion (CDF) module. WACC generates enriched textual representations by decomposing visual features into multiple frequency components via DiscreteWavelet Transform (DWT). It captures both global semantic layout and fine-grained structural cues. These informative text features are subsequently fused with image features using CDF, which employs deformable convolution to achieve spatially adaptive and content-aware alignment across modalities. This design enables more precise and efficient cross-modal interaction, leading to improved segmentation performance. Experimental results demonstrate that our method achieves an mIoU of 0.790, exceeding the baseline of 0.777 and confirming the effectiveness of the WACC and CDF modules.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
