English(EN) ProtoFlow: Mitigating Forgetting in Class-Incremental Remote Sensing Segmentation via Low-Curvature Prototype Flow

ProtoFlow框架通过控制原型演化来增强遥感分割

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-26 04:00

研究人员开发了ProtoFlow，一个旨在改进遥感分割的类增量学习的新框架。该方法将类原型建模为演化轨迹，使用时间矢量场来管理表示漂移并缓解遗忘。通过强制执行低曲率运动并保持类间分离，ProtoFlow在学习过程中稳定了原型几何结构，从而提高了基准测试的性能。 AI

影响这项研究为计算机视觉中的持续学习提供了一种新方法，有可能提高AI模型在遥感等动态环境中的鲁棒性。

排序理由该集群包含一篇详细介绍计算机视觉新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Jiekai Wu, Rong Fu, Chuangqi Li, Zijian Zhang, Guangxin Wu, Hao Zhang, Shiyin Lin, Jianyuan Ni, Yang Li, Dongxu Zhang, Amir H. Gandomi, Simon Fong, Pengbin Feng · 2026-06-26 04:00

ProtoFlow：通过低曲率原型流缓解类增量遥感分割中的遗忘问题

arXiv:2604.03212v3 Announce Type: replace Abstract: Remote sensing segmentation in real deployment is inherently continual: new semantic categories emerge, and acquisition conditions shift across seasons, cities, and sensors. Despite recent progress, many incremental approaches s…