CoCo-SAM3：概念のコンフリクトを活用するオープン語彙セマンティックセグメンテーション
arXiv cs.CV / 2026/4/22
📰 ニュースModels & Research
要点
- CoCo-SAM3は、オープン語彙セマンティックセグメンテーションに対してプロンプト駆動のマスク生成を導入し、複数のカテゴリ・プロンプトを独立に扱うことで生じる不安定さを抑えることを狙っています。
- 論文ではマルチクラス環境での主な失敗パターンとして、クラス間で比較可能な「証拠スケール」が統一されないことと、同義語プロンプトが一貫しない証拠を生成して起こるクラス内ドリフトを挙げています。
- CoCo-SAM3はこれに対し、推論を「クラス内強化（同義語プロンプトの証拠を整合・集約して概念の一貫性を高める）」と「クラス間競合（統一された比較スケールでピクセル単位の比較を行う）」に明確に分解します。
- この仕組みによりマルチクラス推論の安定性が高まり、クラス間コンフリクトを効果的に軽減します。
- 追加学習を必要とせず、8つのオープン語彙セマンティックセグメンテーションのベンチマークで一貫した改善が報告されています。
