一种面向域偏差场景的少样本图像分割方法

一种面向域偏差场景的少样本图像分割方法，在模型参数冻结条件下，利用支持集图像及其掩码构建目标统计先验合集，通过交叉注意力机制增强查询图像中的目标相关语义特征。对支持集图像和查询图像进行多尺度特征提取、对齐与融合，生成尺度不变特征图，并结合支持集掩码得到目标类别统计原型。根据统计原型与查询特征间的相似度生成全局相似度响应图，通过空间均衡采样获得正负提示点，构建空间均衡提示点集。将该提示点集与查询图像输入预训练分割基础模型生成粗分割掩码，并转换为掩码提示，经提示编码后与增强查询特征协同解码，最终输出目标分割结果；本发明有效提升了域偏差场景下少样本分割任务的目标定位准确性、提示稳定性与模型鲁棒性。