面向任务的遥感数据合成与控制-校正抽样用于遥感语义分割
计算机视觉与模式识别
2026-03-25 v2
摘要
随着可控生成技术的快速发展，训练数据合成已成为扩充标注数据集、缓解遥感（RS）领域手动标注问题的有前景的途径。然而，语义掩码控制的复杂性以及抽样质量的不确定性常常限制合成数据在下游语义分割任务中的实用性。为此，我们提出了面向任务的数据合成框架（TODSynth），包括具有统一三注意力机制的多模态扩散Transformer（MM-DiT）以及由任务反馈引导的即插即用抽样策略。基于强大的基于DiT的生成式基础模型，我们系统评估了不同的控制方案，表明文本-图像-掩码联合注意力方案结合对图像和掩码分支进行完全微调，显著提升了遥感语义分割数据合成的效果，尤其在少样本和复杂场景情境下。进一步，我们提出了控制-校正流匹配（CRFM）方法，该方法在抽样早期高可塑性阶段依据语义损失动态调整抽样方向，从而缓解生成图像的不稳定性，弥合合成数据与下游分割任务之间的鸿沟。大量实验表明，我们的方法在一致性上优于当前最先进的可控生成方法，为遥感语义分割生产更稳定、面向任务的合成数据。
引用
@article{arxiv.2512.16740,
title = {Task-Oriented Data Synthesis and Control-Rectify Sampling for Remote Sensing Semantic Segmentation},
author = {Yunkai Yang and Yudong Zhang and Kunquan Zhang and Jinxiao Zhang and Xinying Chen and Haohuan Fu and Runmin Dong},
journal= {arXiv preprint arXiv:2512.16740},
year = {2026}
}
备注
Accepted by CVPR 2026