VFM-ISRefiner：面向遥感图像交互式分割的视觉基础模型适应优化
计算机视觉与模式识别
2025-12-11 v2
摘要
交互式图像分割（IIS）在生成遥感图像的精确标注方面发挥着关键作用，由于遥感图像中目标常呈现规模差异、不规则边界和复杂背景等特点，现有方法主要针对自然图像设计，难以适用于遥感领域，受限于标注数据稀缺和计算开销。为此，我们提出了针对遥感图像设计的RS-ISRefiner框架。该框架采用基于适配器的调优策略，既保留视觉基础模型的通用表征，又高效学习遥感特定的空间与边界特征。此外，融合卷积局部建模与Transformer全局推理的混合注意力机制，提高了对尺度多样性和场景复杂性的鲁棒性。进一步，改进的概率图调制方案有效整合历史用户交互，实现更稳定的迭代细化和更高的边界精度。在6个遥感数据集上进行的全面实验表明，RS-ISRefiner在分割精度、效率和交互成本方面均优于最先进的IIS方法。这些结果确认了该框架的有效性与广泛适用性，使其在实际遥感场景中实现高质量实例分割具有高度适合性。代码已公开于https://github.com/wondelyan/VFM-ISRefiner。
引用
@article{arxiv.2512.00718,
title = {VFM-ISRefiner: Towards Better Adapting Vision Foundation Models for Interactive Segmentation of Remote Sensing Images},
author = {Deliang Wang and Peng Liu and Yan Ma and Rongkai Zhuang and Lajiao Chen and Bing Li and Yi Zeng},
journal= {arXiv preprint arXiv:2512.00718},
year = {2025}
}