基于跨视图语义交互网络的指派遥感图像分割
计算机视觉与模式识别
2025-08-05 v1 人工智能
摘要
最近，指派遥感图像分割（RRSIS）引起了广泛关注。为了处理遥感目标的剧烈尺度变化，现有方法仅将完整图像作为输入，并将跨尺度信息交互的显著性偏好技术嵌入传统单视图结构。虽然对视觉显著目标有效，但它们仍在处理大量真实场景中的微小、模糊目标时感到挣扎。本文提出了一种并行而统一的分割框架——跨视图语义交互网络（CSINet），以解决这些限制。受人类观察感兴趣的目标的行为启发，网络组织来自遥远和近距离的视觉线索，以进行协同预测。在其每个编码阶段，利用跨视图窗口注意力模块（CVWin）将全局和局部语义注入近视图和远视图分支特征，最终促进每个编码阶段特征的统一表示。此外，我们开发了受协作膨胀注意力增强的解码器（CDAD），以挖掘目标的方向属性，同时整合跨视图多尺度特征。该提议网络无缝增强了全局和局部语义的利用，实现了显著优于其他方法的性能提升，同时保持了满意的速度。
引用
@article{arxiv.2508.01331,
title = {Referring Remote Sensing Image Segmentation with Cross-view Semantics Interaction Network},
author = {Jiaxing Yang and Lihe Zhang and Huchuan Lu},
journal= {arXiv preprint arXiv:2508.01331},
year = {2025}
}