减少观察，更多理解：遥感理解的面向成本的跨尺度观察
计算机视觉与模式识别
2026-04-14 v1
摘要
遥感理解本质上需要多分辨率观察，因为不同目标和应用任务对空间细节的需求不同。低分辨率 (LR) 影像可实现全局高效观察，高分辨率 (HR) 影像则在获取成本高且覆盖范围有限的情况下提供关键的局部细节。这就动机了一种在基于 LR 的全局感知中选择性获取 HR 影像，以在受限成本下提高任务性能的跨尺度感知策略。现有方法的 HR 采样通常从孤立的 LR 块中做出选择决策，忽略了块内细粒度重要性和跨块情境相互作用，导致特征表示碎片化，在稀疏 HR 观察下情境推理次优。为此，我们将跨尺度遥感理解建模为统一的成本感知问题，将细粒度 HR 采样与跨块表示预测耦合，以便在更少的 HR 观察中进行更有效的任务推理。此外，我们提出 GL-10M，一个包含 1000 万张空间对齐多分辨率影像的大型基准数据集，实现对受限预算下跨尺度推理的系统评估。在识别和检索任务上的大量实验表明，我们的方法在性能-成本权衡上始终实现优异性。
关键词
引用
@article{arxiv.2604.11415,
title = {Observe Less, Understand More: Cost-aware Cross-scale Observation for Remote Sensing Understanding},
author = {Zhenghao Xie and Jing Xiao and Zhenqi Wang and Kexin Ma and Liang Liao and Gui-Song Xia and Mi Wang},
journal= {arXiv preprint arXiv:2604.11415},
year = {2026}
}