理解不言之语：基于稀缺表达的遥感图像分割
图像与视频处理
2025-10-28 v1 计算机视觉与模式识别
多媒体
摘要
指代遥感图像分割(RRSIS)旨在根据指代表达对遥感图像中的实例进行分割。与通用图像指代分割不同，在遥感领域获取高质量指代表达尤其具有挑战性，因为小且密集分布的目标和复杂背景十分常见。本文引入一种新型学习范式：基于稀缺表达的弱指代学习(WREL)用于RRSIS，该方法利用大量类别名称作为弱指代表达，结合少量准确的表达，以实现受限标注条件下的高效训练。此外，我们提供理论分析，表明混合指代训练相对于使用完全标注指代表达训练的性能上限是可证明的，从而确立了该新设定的有效性。我们还提出LRB-WREL，集成可学习参考库(LRB)以通过样本特定的提示嵌入细化弱指代表达，丰富粗糙类别名称输入。结合使用动态调度EMA更新的教师-学生优化框架，LRB-WREL稳定了训练，增强了在噪声弱指代监督下的跨模态泛化。广泛的实验在我们新构建的具有不同弱指代数据比例的基准上验证了WREL和LRB-WREL的理论见解和实际有效性，表明它们可以接近甚至超越使用完全标注指代表达训练的模型。
引用
@article{arxiv.2510.22760,
title = {Understanding What Is Not Said:Referring Remote Sensing Image Segmentation with Scarce Expressions},
author = {Kai Ye and Bowen Liu and Jianghang Lin and Jiayi Ji and Pingyang Dai and Liujuan Cao},
journal= {arXiv preprint arXiv:2510.22760},
year = {2025}
}