TerraGen：面向遥感数据增强的统一多任务布局生成框架
计算机视觉与模式识别
2025-10-27 v1
摘要
遥感视觉任务需要跨越多个相互关联领域的大量标记数据。然而，当前的生成式数据增强框架是任务隔离的，即每个视觉任务都需要训练独立的生成模型，忽略地理信息和空间约束的建模。为此，我们提出了TerraGen—a一种统一的布局到图像生成框架，使其能够灵活、可控地合成遥感图像，用于各种高层视觉任务，如检测、分割和提取。具体而言，TerraGen引入了地理空间布局编码器，统一边界框和分割掩码输入，结合多尺度注入方案和掩码加权损失，显式编码从全局结构到细节的空间约束。此外，我们构建了包含45k张图像的首个大规模多任务遥感布局生成数据集，并建立了标准化的评估协议。实验结果表明，TerraGen在多样化任务上实现了最佳生成图像质量。此外，TerraGen可作为通用数据增强生成器，显著提升下游任务性能，显示出在全数据和少样本情境中具有稳健的跨任务泛化能力。
引用
@article{arxiv.2510.21391,
title = {TerraGen: A Unified Multi-Task Layout Generation Framework for Remote Sensing Data Augmentation},
author = {Datao Tang and Hao Wang and Yudeng Xin and Hui Qiao and Dongsheng Jiang and Yin Li and Zhiheng Yu and Xiangyong Cao},
journal= {arXiv preprint arXiv:2510.21391},
year = {2025}
}