DiffuSAM：基于扩散模型的遥感图像零样本对象定位
计算机视觉与模式识别
2026-04-21 v1 机器学习
摘要
扩散模型近期在图像生成和编辑等众多视觉任务中展现出强大的能力。本 work 探索其在遥感图像对象定位中的潜力。我们提出一种混合管线，将基于扩散的位置线索与诸如 RemoteSAM 和 SAM3 等最先进的分割模型相集成，以获得更精确的边界框。通过利用生成式扩散模型和基础分割模型的互补优势，我们的方法实现了跨复杂场景的稳健且自适应的对象定位。实验表明，我们的管线显著提升了定位性能，相较于现有最先进方法，在 [email protected] 指标上提升超过 14%。
引用
@article{arxiv.2604.18201,
title = {DiffuSAM: Diffusion Guided Zero-Shot Object Grounding for Remote Sensing Imagery},
author = {Geet Sethi and Panav Shah and Ashutosh Gandhe and Soumitra Darshan Nayak},
journal= {arXiv preprint arXiv:2604.18201},
year = {2026}
}
备注
Accepted at ICLR 2026 ML4RS Workshop