面向应用地球观测的组合图像检索基准评测
计算机视觉与模式识别
2026-05-26 v1
摘要
遥感组合图像检索（RSCIR）能够使用结合了参考图像和文本修饰符的组合查询，在大型卫星图像档案中进行搜索。尽管RSCIR为表达目标检索意图提供了灵活的界面，但现代组合方法向地球观测（EO）图像的可迁移性及其与业务化EO工作流程的相关性仍未得到充分探索。我们通过一个统一的基准评测和一项面向应用的研究来填补这一空白。首先，我们在标准化的协议下，系统性地适配并评估了具有代表性的组合图像检索方法，在PatternCom数据集上使用了六种视觉-语言骨干网络，分析了它们在骨干网络、组合策略和查询类型方面的行为。其次，我们引入了xView2-CIR，这是一个以变化为中心的灾害与损害监测数据集，其检索条件为场景身份和目标事件后状态。我们的结果表明，免训练的组合方法为EO检索提供了强大且可扩展的基线，而以变化为中心的检索面临着与基于属性的检索不同的挑战，特别是由于需要保留场景身份。总体而言，本研究为RSCIR建立了一个实用的基准，并将组合检索定位为遥感图像检索、档案探索和变化分析的补充工具。数据集和代码可在 https://github.com/billpsomas/rscir 获取。
引用
@article{arxiv.2605.24442,
title = {Benchmarking Composed Image Retrieval for Applied Earth Observation},
author = {Bill Psomas and Dionysis Christopoulos and Thanasis Petropoulos and Nikos Efthymiadis and Ioannis Kakogeorgiou and Ondřej Chum and Yannis Avrithis and Giorgos Tolias and Konstantinos Karantzalos},
journal= {arXiv preprint arXiv:2605.24442},
year = {2026}
}