arXiv · 机器人与计算机视觉· Ke An, Liang Chen, Yupei Wang·· 2 天前AI 评分62
GeoReVis:面向遥感分割的选择性修订与证据整合学习
GeoReVis: Learning Selective Revision and Evidence Consolidation for Remote Sensing Segmentation
AI 导读
针对语言引导的遥感分割中存在的修订退化和证据碎片化问题,本文提出 GeoReVis 框架,通过执行反馈指导修订、候选选择及跨掩码证据整合来优化分割结果。研究构建了多轮分割轨迹数据管道以生成细粒度监督信号,并提出了 ReVis-Eval 基准协议用于评估多轮修订与证据整合的准确性。实验在 ReVis-Eval 及五个遥感推理与指代分割基准上验证了该方法的有效性。
来源:arXiv · 机器人与计算机视觉 · arxiv.org