NSegment：面向遥感图像分割的标签特定变形
计算机视觉与模式识别
2025-08-05 v6
摘要
遥感（RS）图像分割数据集中的标签错误往往是隐式且微妙的，由于类别边界模糊、混合像素、阴影、复杂地形特征以及主观标注者偏见等因素。此外，由于标注成本高昂，遥感图像的标注数据稀缺，使得训练抗噪声模型变得困难。虽然诸如标签选择或噪声纠正等高级机制可能解决上述问题，但它们倾向于增加训练时间并增加实现复杂度。本文提出了NSegment——一种简单而有效的数据增强解决方案，用于缓解此问题。与传统方法不同，NSegment仅对分割标签应用弹性变换，在每个训练时代中以不同的变形强度变化，以解决标注不一致性。实验结果表明，我们的方法在各种最先进模型之上提高了遥感图像分割性能。
引用
@article{arxiv.2504.19634,
title = {NSegment : Label-specific Deformations for Remote Sensing Image Segmentation},
author = {Yechan Kim and DongHo Yoon and SooYeon Kim and Moongu Jeon},
journal= {arXiv preprint arXiv:2504.19634},
year = {2025}
}
备注
Accepted in IEEE Geoscience and Remote Sensing Letters (GRSL)