CVPR 2025 | Mamba与局部注意力首次碰撞，SegMAN刷新语义分割SOTA

背景：语义分割是计算机视觉的核心任务，在自动驾驶、医学影像分析等领域有广泛应用，但面临全局上下文建模、局部细节编码和多尺度特征提取三大挑战。研究目的：香港大学研究团队提出SegMAN框架，旨在通过融合动态状态空间模型（Mamba）与局部自注意力机制，解决现有方法在全局建模与局部细节平衡上的不足。方法包括创新的编码器（SegMAN Encoder）融合Mamba与局部注意力，以及解码器（SegMAN Decoder）基于Mamba的多尺度信息增强模块。结论：SegMAN在ImageNet-1K图像分类和ADE20K、Cityscapes、COCO-Stuff-164k等语义分割基准测试中表现出卓越性能，实现了更高的准确率和计算效率，为实时高精度语义分割提供了新路径。