English(EN) DARAD: Dual Adapters and Ranking-Aware Distillation for Continual Remote Sensing Image-Text Retrieval

新的DARAD框架增强了持续遥感图像-文本检索能力

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-07 04:00

研究人员开发了DARAD，一个旨在改进持续遥感图像-文本检索的新框架。该方法解决了不断变化的数据库带来的挑战，例如尺度变化和分布偏移，这些问题可能扭曲跨模态对齐空间。DARAD利用视觉和文本分支的双适配器，以及感知排名的蒸馏过程，以在保留历史数据准确性的同时有效学习新概念。 AI

影响这项研究可以提高AI系统在遥感等专业领域持续学习和适应新数据的能力。

排序理由详细介绍一种特定AI任务新方法的学术论文。[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) · Xi Chen, Xu Chen, Xiangyang Jia, Wei Wang, Xu Zhang, Zhenyuan Sun · 2026-08-07 04:00

DARAD：用于持续遥感图像-文本检索的双适配器和排序感知蒸馏

arXiv:2608.06059v1 Announce Type: new Abstract: With the rapid growth of Earth observation technologies, remote sensing archives are rapidly expanding, making remote sensing image-text retrieval (RS-ITR) increasingly important. However, continual RS-ITR remains challenging becaus…