农业遥感图像的推理-查询驱动动态分割：FarmMind 框架
计算机视觉与模式识别
2026-02-02 v1
摘要
现有的农业遥感图像（FRSI）分割方法通常遵循静态分割范式，仅依赖单个输入切片中包含的有限信息，从而在处理由歧义和视觉不确定性特征构成的复杂场景时，其推理能力受到限制。相比之下，人类专家在面对此类不明确的情况时，倾向于主动查询外部辅助图像（如更高分辨率、更大尺度或相邻时间的数据）进行交叉验证，以实现更全面的推理。 Inspired by this, 我们提出了一种面向 FRSI 的推理-查询驱动动态分割框架，命名为 FarmMind。该框架突破了静态分割范式的局限，通过引入推理-查询机制，动态且按需查询外部辅助图像，以弥补单个输入图像中信息不足的部分。与直接查询不同，此机制模拟了人类专家在面对分割歧义时的思考过程：首先通过推理分析分割歧义的根本原因，然后基于此分析确定需要查询的辅助图像类型。广泛的实验表明，FarmMind 在分割性能和更强的泛化能力方面均优于现有方法。本工作使用的源代码和数据集已公开于：https://github.com/WithoutOcean/FarmMind。
引用
@article{arxiv.2601.22809,
title = {FarmMind: Reasoning-Query-Driven Dynamic Segmentation for Farmland Remote Sensing Images},
author = {Haiyang Wu and Weiliang Mu and Jipeng Zhang and Zhong Dandan and Zhuofei Du and Haifeng Li and Tao Chao},
journal= {arXiv preprint arXiv:2601.22809},
year = {2026}
}