通过协同引导与协同融合实现稳定的半监督遥感图像分割
计算机视觉与模式识别
2026-01-13 v2
摘要
半监督遥感 (RS) 图像语义分割为减轻详尽标注的负担提供了一种有前景的解决方案，但它在根本上难以应对伪标签漂移，这是一种确认偏差导致训练期间错误累积的现象。在本工作中，我们提出了 Co2S，一个稳定的半监督遥感图像分割框架，该框架协同融合了来自视觉-语言模型和自监督模型的先验。具体而言，我们构建了一个异构双学生架构，包含两个不同的基于 ViT 的视觉基础模型，分别使用预训练的 CLIP 和 DINOv3 进行初始化，以缓解错误累积和伪标签漂移。为了有效地融合这些不同的先验，我们引入了一种显式-隐式语义协同引导机制，该机制利用文本嵌入和可学习查询分别提供显式和隐式的类级指导，从而共同增强语义一致性。此外，我们开发了一种全局-局部特征协作融合策略，以有效地将 CLIP 捕获的全局上下文信息与 DINOv3 生成的局部细节相融合，使模型能够生成高精度的分割结果。在六个流行数据集上的大量实验证明了所提出方法的优越性，该方法在各种划分协议和不同场景中均持续取得领先的性能。项目页面可在 https://xavierjiezou.github.io/Co2S/ 获取。
引用
@article{arxiv.2512.23035,
title = {Toward Stable Semi-Supervised Remote Sensing Segmentation via Co-Guidance and Co-Fusion},
author = {Yi Zhou and Xuechao Zou and Shun Zhang and Kai Li and Shiying Wang and Jingming Chen and Congyan Lang and Tengfei Cao and Pin Tao and Yuanchun Shi},
journal= {arXiv preprint arXiv:2512.23035},
year = {2026}
}
备注
12 pages, 5 figures, 9 tables