RS-OOD: 基于视觉-语言增强的遥感离群检测框架
计算机视觉与模式识别
2025-10-03 v2
摘要
离群检测 (OOD) 在遥感应用中代表着关键挑战，需要可靠识别 novel 或异常模式，以实现自主监测、灾害响应和环境评估。尽管在自然图像上取得了显著进展，但现有方法和基准因数据稀缺、复杂的多尺度场景结构以及显著的分布偏移，仍不适用于遥感图像。为此，我们提出 RS-OOD，一种新颖的框架，利用遥感专用的视觉-语言建模，以实现稳健的 few-shot OOD 检测。我们的方法引入了三个关键创新：空间特征增强以提高场景判别能力、双提示对齐机制通过细粒度语义对场景上下文进行交叉验证以实现空间-语义一致性、置信度引导的自训练循环以无需手动标注动态矿掘伪标签以扩充训练数据。RS-OOD 在多个遥感基准上均显著优于现有方法，能够用最少的标注数据实现高效适应，证明了空间-语义集成的关键价值。
关键词
引用
@article{arxiv.2509.02273,
title = {RS-OOD: A Vision-Language Augmented Framework for Out-of-Distribution Detection in Remote Sensing},
author = {Chenhao Wang and Yingrui Ji and Yu Meng and Yunjian Zhang and Yao Zhu},
journal= {arXiv preprint arXiv:2509.02273},
year = {2025}
}