基于BiRefNet的高分辨率二值分割边界–区域协同增强方法

《IEEE Access》：A BiRefNet-Based Method for Collaborative Enhancement of High-Resolution Binary Segmentation Using Boundary-Region Cooperation

　　

高分辨率二值分割（High-Resolution Binary Segmentation）旨在复杂场景中精确分离前景对象与背景，在显著性检测（Saliency Detection）、图像编辑、工业视觉及内容制作等应用中具有重要价值。与一般语义分割（Semantic Segmentation）相比，该任务不仅需要可靠的对象定位，还需在精细结构、狭窄边界区域及挑战性背景条件下实现高轮廓保真度。然而，现有方法在高分辨率场景中仍面临边界模糊、局部不连续及精细结构细节恢复不足等问题。为此，研究人员提出了一种基于BiRefNet的高分辨率二值分割方法，结合边界–区域协同注意力模块（Boundary–Region Synergistic Attention Module, BRSAM）与结构感知边缘正则化（Structure-Aware Edge Regularisation）。BRSAM将区域上下文特征与局部边界特征分离，并利用边界线索生成空间注意力掩模，从而增强局部特征表征。此外，训练过程中引入结构感知边缘正则化以强制预测边缘与形态学真值边缘之间的一致性。该联合设计显著增强了模型的几何学习能力。在二分分割（Dichotomous Segmentation, DIS）基准的多个测试集，即DIS5K上的实验验证了所提方法的有效性。在DIS-TE1、DIS-TE2和DIS-VD上，该方法分别取得Fmax^β分数0.811、0.866和0.843；Fw^β分数0.762、0.812和0.796；S^α分数0.850、0.869和0.857；E_m^η分数0.879、0.910和0.897；以及人工校正工作量（Human Correction Effort, HCE）值134、327和1173。总体而言，与基线模型相比，所提方法在边界质量与区域一致性之间实现了更好的平衡，表明边界–区域协同增强与边缘一致性监督的联合应用对高分辨率二值分割具有积极效果。

本研究聚焦于高分辨率二值分割中边界质量与精细结构恢复的核心挑战，相关成果发表于《IEEE Access》。高分辨率二值分割旨在从复杂背景中精确分离前景对象，要求模型不仅实现可靠的前景定位，还需保证极高的边界轮廓保真度，尤其在细长结构、锐利边缘及低对比度区域表现优异。现有方法虽在语义分割领域取得长足进步，但因主要依赖区域级监督，导致狭窄边界带的局部几何约束不足，易产生边界模糊、结构过平滑及细节丢失等问题，难以满足图像编辑、工业检测等实际应用对高精度掩模的需求。

研究人员以BiRefNet为基线网络，提出了一种融合边界–区域协同注意力模块（BRSAM）与结构感知边缘正则化的轻量级增强策略。研究在DIS5K数据集的DIS-TE1、DIS-TE2和DIS-VD三个测试集上开展了系统实验，结果表明该方法在结构相关指标上显著优于基线，实现了边界质量与区域一致性的更好平衡。其核心意义在于：通过特征级调制与训练监督的双路径优化，在不增加推理分支的前提下有效提升了高分辨率场景下的几何重建能力，为轻量化结构增强策略提供了可行范式。

研究所采用的关键技术方法包括以下三方面。第一，BRSAM模块：基于拉普拉斯算子（Laplacian Operator）提取高频边界特征，通过1×1卷积生成边界感知的空间注意力掩模，对区域上下文特征进行重加权，并通过残差连接融入解码过程；该模块插入至BiRefNet前三个多尺度融合阶段。第二，结构感知边缘正则化：利用形态学梯度（膨胀与腐蚀运算）构建真值边缘图，采用Sobel算子从预测掩模提取预测边缘图，以像素级二元交叉熵作为边缘一致性损失。第三，联合优化策略：总损失函数为基线分割损失与边缘损失之和，通过权重系数λ调控边缘监督强度。样本队列来源于DIS5K基准，使用DIS-TR训练，在DIS-TE1、DIS-TE2和DIS-VD上进行测试评估。

实验结果部分按照以下结构展开。

主要结果与分析：在DIS-TE1、DIS-TE2和DIS-VD三个测试集上的定量比较表明，所提方法在Fw^β、S^α和E_m^η等结构相关指标上表现优异。在DIS-TE2上优势尤为明显，Fw^β、S^α和E_m^η均取得最佳值。传统显著性方法（如BASNet、U2-Net）在DIS5K上表现有限，而PGNet、UDUN和BiRefNet等面向高质量结构恢复的方法竞争力较强。所提方法在保持框架简洁性的同时进一步提升了结构恢复能力，验证了BRSAM与边缘正则化的联合有效性。研究同时指出，该方法并非在所有单一指标上均最优，例如BiRefNet在DIS-TE1和DIS-VD的E_m^η上仍保持微弱优势，UDUN在DIS-VD的HCE上表现更佳。

边缘正则化权重λ的消融实验：当λ∈{0,0.5,1.0}时，DIS-VD上的结构指标随λ增大呈稳定上升趋势；DIS-TE1在λ=0.5时出现性能下降，归因于区域损失与边缘损失的梯度冲突，而当λ=1.0时克服冲突恢复性能；DIS-TE2上λ=1.0取得最佳整体表现。该实验表明边缘监督需足够强度以建立稳定约束。

模块有效性消融实验：单独引入BRSAM或边缘正则化均可改善结构相关指标，两者联合使用时效果最佳，体现了特征增强与监督增强的互补性。

可视化结果分析：定性比较显示该方法在细长结构、锐利轮廓及含孔区域能更有效保持边界连续性与结构完整性，尤其在复杂背景和弱边界条件下优于基线。

计算复杂度分析：三个BRSAM模块引入13.77 M参数增量和128.99 G FLOPs增量，推理速度从11.56 FPS降至10.91 FPS，峰值GPU内存增加不足250 MB，验证了方法的轻量实用性。

额外数据集泛化实验：在TE-HRSOD数据集上，该方法较基线取得全面提升，S^α从0.860提升至0.874，Fmax^β从0.818提升至0.830，Fw^β从0.773提升至0.794，MAE从0.058降至0.054，证明了策略的泛化能力。

讨论部分指出以下核心观点：增益主要体现于结构相关指标而非单纯的前景覆盖扩大；BRSAM作用于特征表示层面，边缘正则化作用于监督优化层面，两者功能互补；该方法属于低开销的结构增强策略而非增加骨干网络复杂度；不同测试集上的增益幅度差异表明策略效果与数据分布耦合。研究同时坦承三项局限性：BRSAM依赖拉普拉斯高频响应，在成像噪声严重或标注不一致时可能过拟合噪声；在背景纹理高度模仿前景边缘的极端复杂场景中可能产生虚假边界激活；当前架构针对二值分割设计，向多类语义分割或实例分割扩展需重新定义形态学边缘并生成类别感知多通道注意力掩模，将增加计算开销。

研究结论部分指出：为解决高分辨率二值分割中的局部不连续与几何不精确问题，研究人员提出了融合边界–区域协同注意力模块（BRSAM）与结构感知边缘正则化的BiRefNet方法。具体而言，BRSAM通过显式边界引导调制特征，正则化项在训练过程中强制几何一致性，共同为高精度掩模重建提供了稳健且轻量的解决方案。DIS5K多个测试集上的实验结果表明，所提方法较基线取得稳定性能提升，尤其在加权F值（Fw^β）和S值（S^α）等结构指标上表现突出。消融研究进一步证实BRSAM和边缘正则化策略均对高分辨率二值分割性能有积极贡献，两者结合从特征表示和训练监督双方面强化了结构建模能力。未来研究方向包括：探索更稳健的边界特征提取策略以降低高频噪声影响；研究多尺度协同注意力与动态边缘监督以提升复杂场景适应性；将该策略扩展至更广泛的高分辨率二值分割网络与任务以验证迁移性与泛化能力。