RRSIS：指称式遥感图像分割
计算机视觉与模式识别
2024-03-05 v2
摘要
从遥感图像中定位所需物体在实际应用中非常有用。指称式图像分割旨在分割出给定表达所指的物体，已在自然图像中得到广泛研究。然而，几乎没有人关注遥感图像上的这一任务。考虑到其在现实应用中的潜力，本文引入指称式遥感图像分割（RRSIS）以填补这一空白并进行了一些深入探索。具体而言，我们为此任务创建了一个名为 RefSegRS 的新数据集，使我们能够评估不同方法。随后，我们在 RefSegRS 数据集上基准测试了自然图像的指称式图像分割方法，发现这些模型在检测小而分散的物体时效果有限。为缓解此问题，我们提出了语言引导的跨尺度增强（LGCE）模块，该模块利用语言特征通过整合深层和浅层特征来自适应增强多尺度视觉特征。所提出的数据集、基准测试结果以及设计的 LGCE 模块为设计更好的 RRSIS 模型提供了见解。我们将公开我们的数据集和代码。
引用
@article{arxiv.2306.08625,
title = {RRSIS: Referring Remote Sensing Image Segmentation},
author = {Zhenghang Yuan and Lichao Mou and Yuansheng Hua and Xiao Xiang Zhu},
journal= {arXiv preprint arXiv:2306.08625},
year = {2024}
}