研究人员开发了一种名为CROSS的新方法，用于指代遥感图像分割。该方法旨在通过改进架构集成和减少以物体为中心的语义偏差，来解决现有视觉语言模型（VLMs）和分割一切模型（SAM）的局限性。CROSS利用语言引导的级联蒸馏将SAM的结构先验注入VLM层，并通过视角-空间对比学习来识别和学习欺骗性干扰项和空间-语言反事实，从而强制执行逻辑一致性。实验表明，CROSS在RRSIS基准测试中取得了最先进的性能，即使在具有挑战性的空间描述下也能保持精确的定位。 AI
影响 这项研究可能带来更准确、更鲁棒的遥感图像分割应用。
排序理由 该集群包含一篇详细介绍特定计算机视觉任务新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Linguistic-Guided Cascaded Distillation
- Perspective-Spatial Contrastive Learning
- Segment Anything Model
- Vision--Language Models
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
