CrossEarth：面向领域可泛化遥感语义分割的地理空间视觉基础模型
计算机视觉与模式识别
2025-09-24 v3
摘要
遥感领域泛化（RSDG）已成为一个关键且有价值的研究前沿，专注于开发能在多样化场景中有效泛化的模型。尽管遥感图像存在以位置、波长和传感器类型等可变性为特征的显著领域差距，但该领域的研究仍探索不足：（1）当前的跨域方法主要关注领域自适应（DA），它使模型适应预定义领域而非未见领域；（2）针对RSDG问题的研究很少，尤其是语义分割任务，现有模型为特定未知领域开发，难以应对在其他未知场景上的欠拟合问题；（3）现有遥感基础模型倾向于优先考虑域内性能而非跨域泛化。为此，我们引入了首个用于RSDG语义分割的视觉基础模型CrossEarth。CrossEarth通过专门设计的数据级地球风格注入管道和模型级多任务训练管道，展现出强大的跨域泛化能力。此外，针对语义分割任务，我们整理了一个RSDG基准，包含跨不同区域、光谱波段、平台和气候的32种跨域设置，为测试未来RSDG模型的泛化性提供了一个全面的框架。在该基准上的大量实验证明了CrossEarth优于现有最先进方法。
引用
@article{arxiv.2410.22629,
title = {CrossEarth: Geospatial Vision Foundation Model for Domain Generalizable Remote Sensing Semantic Segmentation},
author = {Ziyang Gong and Zhixiang Wei and Di Wang and Xiaoxing Hu and Xianzheng Ma and Hongruixuan Chen and Yuru Jia and Yupeng Deng and Zhenming Ji and Xiangwei Zhu and Xue Yang and Naoto Yokoya and Jing Zhang and Bo Du and Junchi Yan and Liangpei Zhang},
journal= {arXiv preprint arXiv:2410.22629},
year = {2025}
}
备注
The codes and models will be available at https://github.com/Cuzyoung/CrossEarth