UASeg：面向自动驾驶场景的基于不确定性感知弱监督语义分割创新框架

为解决自动驾驶场景中复杂空间关系、显著尺度变化和严重类别不平衡带来的弱监督语义分割(WSSS)性能瓶颈，研究人员提出UASeg框架。该研究通过上下文自适应解码器(CAD)和多尺度不确定性感知自适应训练(MUAT)两大创新模块，在Cityscapes等数据集实现最先进性能，显著提升小目标及边界分割精度，为降低自动驾驶系统标注成本提供新思路。

　　

自动驾驶技术的快速发展对高精度环境感知提出迫切需求，其中语义分割作为像素级场景理解的核心技术，其性能直接影响车辆决策安全性。然而，现有方法面临一个关键矛盾：全监督学习需要大量精细标注，而弱监督语义分割(WSSS)在复杂驾驶场景中表现欠佳。城市道路环境中，交通灯、行人等小尺度安全关键目标常被道路、建筑等主导类别淹没，加之动态遮挡和极端尺度变化，传统WSSS方法如基于类激活图(CAM)或CLIP的框架往往产生模糊边界和漏检问题。

针对这一挑战，研究人员开发了UASeg创新框架。该研究通过两个核心技术突破现有局限：上下文自适应解码器(CAD)采用动态特征处理机制，根据局部场景复杂度自适应调整注意力与卷积操作；多尺度不确定性感知自适应训练(MUAT)则通过不确定性引导的损失函数和分层特征融合，有效缓解类别不平衡问题。在Cityscapes、CamVid和WildDash2数据集上的系统验证表明，该方法在摩托车、交通标志等小目标类别上实现超过5%的mIoU提升。

关键技术方法包括：1) 构建动态路由的CAD模块，通过门控机制选择卷积或注意力路径；2) 设计MUAT训练策略，整合多尺度特征金字塔与不确定性估计模块；3) 采用来自Cityscapes等数据集的2975张训练图像，建立基于图像级标签的弱监督学习范式。

【Context Adaptive Decoder】
CAD模块创新性地引入场景复杂度感知机制，通过可学习阈值将特征图划分为简单/复杂区域，分别采用卷积核注意力并行处理。实验显示该设计使小目标召回率提升12.3%，尤其在20像素以下物体表现突出。

【Multi-Scale Uncertainty-Aware Adaptive Training】
MUAT策略通过构建三级特征金字塔，在4×、8×、16×三个尺度计算不确定性权重。消融实验证实，该模块使稀有类别（如交通灯）的F1-score从0.48提升至0.61，显著缓解类别不平衡问题。

【跨数据集验证】
在WildDash2极端天气数据测试中，UASeg保持73.2%的稳定mIoU，较基线CLIP-ES方法提高9.8个百分点，证明其强泛化能力。可视化分析显示，该方法在雨雾条件下仍能准确识别80%以上的小型交通标志。

研究结论表明，UASeg通过将动态架构设计与不确定性学习相结合，首次在弱监督条件下实现接近全监督方法85%的性能。该成果不仅为自动驾驶提供经济高效的标注方案，其CAD模块的动态路由思想更为医学影像分割等跨领域应用提供新范式。讨论部分指出，未来工作可探索时序信息融合以进一步提升视频序列分割的连续性，这对实际驾驶系统的部署具有重要实践价值。