RSGen：利用多样化边缘引导提升以布局为导向的遥感图像生成
计算机视觉与模式识别
2026-03-18 v2 人工智能
摘要
扩散模型显著缓解了标注数据稀缺对遥感 (RS) 图像生成的影响。尽管近期方法成功利用这些模型实现了多样化且可控的 Layout-to-Image (L2I) 合成，但仍存在细粒度控制有限，难以严格遵循边界框约束的局限。为此，我们提出RSGen，一个即插即用的框架，利用多样化边缘引导提升以布局为导向的 RS 图像生成。具体而言，RSGen采用渐进式增强策略：1)首先通过图像到图像生成丰富边缘图的多样性，这些边缘图由检索到的训练实例构成；2)随后将这些多样化边缘图作为条件输入，用于现有的L2I模型，以在边界框内实现像素级控制，确保生成实例严格遵循布局。广泛的实验表明，RSGen显著提升了现有L2I模型的能力。例如，在DOTA数据集上使用CC-Diff进行有向目标检测，我们实现了YOLOScore mAP50/mAP50-95提升了+9.8/+12.0，在下游检测任务上mAP提升了+1.6。我们的代码将公开提供：https://github.com/D-Robotics-AI-Lab/RSGen
引用
@article{arxiv.2603.15484,
title = {RSGen: Enhancing Layout-Driven Remote Sensing Image Generation with Diverse Edge Guidance},
author = {Xianbao Hou and Yonghao He and Zeyd Boukhers and John See and Hu Su and Wei Sui and Cong Yang},
journal= {arXiv preprint arXiv:2603.15484},
year = {2026}
}