基于不确定性驱动的 CroBIM-U: 指向遥感图像分割
计算机视觉与模式识别
2026-01-08 v1 人工智能
摘要
指向遥感图像分割旨在在复杂的俯视图像中局化由自然语言描述的特定目标。然而，由于尺度变化剧烈、密集的相似干扰项以及复杂的边界结构，跨模态对齐的可靠性在空间上表现出显著的\textbf{空间非均匀性}。现有方法通常在整个图像上采用统一的融合与细化策略，常在视觉清晰区域引入不必要的语言扰动，而在易混淆区域缺乏足够的消歧。为此，我们提出一个\textbf{基于不确定性引导的框架}，显式利用像素级\textbf{指向不确定性图}作为空间先验，以协调自适应推理。具体而言，我们引入一个即插即用的\textbf{指向不确定性评分器 (RUS)}，通过在线误差一致性监督策略训练，以可解释地预测指向模糊性的空间分布。基于此先验，我们设计了两个即插即用模块：1) \textbf{不确定性门控融合 (UGF)}，动态调节语言注入强度，在高不确定性区域增强约束，在低不确定性区域抑制噪声；2) \textbf{不确定性驱动的局部细化 (UDLR)}，利用不确定性派生的软掩码聚焦于易出错的边界和细节。广泛的实验表明，我们的方法是一个统一且即插即用的解决方案，无需修改主干架构，即可在复杂遥感场景中显著提升鲁棒性和几何保真度。
引用
@article{arxiv.2601.03490,
title = {CroBIM-U: Uncertainty-Driven Referring Remote Sensing Image Segmentation},
author = {Yuzhe Sun and Zhe Dong and Haochen Jiang and Tianzhu Liu and Yanfeng Gu},
journal= {arXiv preprint arXiv:2601.03490},
year = {2026}
}