Nuovo framework e benchmark AI avanzano la segmentazione remota a vocabolario aperto
Un nuovo articolo arXiv affronta il compito poco esplorato della Segmentazione di Immagini Remote Sensing a Vocabolario Aperto (OVRSIS). I ricercatori introducono OVRSISBench, un benchmark standardizzato costruito da set di dati di segmentazione remote sensing ampiamente utilizzati, per consentire una valutazione coerente tra i metodi. Utilizzandolo, hanno valutato diversi modelli rappresentativi OVS/OVRSIS e ne hanno evidenziato i limiti negli scenari di remote sensing. Sulla base di questi risultati, propongono RSKT-Seg, un framework adattato al remote sensing, che integra tre componenti chiave, incluso il modulo Multi-Directional Cost Map Aggregation (RS-CMA) per indizi visivi invarianti alla rotazione. Il lavoro mira a colmare il divario di dominio tra immagini naturali e remote sensing.
Fatti principali
- OVRSIS adatta la segmentazione a vocabolario aperto al remote sensing.
- Il campo manca di un benchmark di valutazione unificato.
- Esiste un divario di dominio tra immagini naturali e remote sensing.
- OVRSISBench è un nuovo benchmark standardizzato che utilizza set di dati di segmentazione RS ampiamente usati.
- Il benchmark consente una valutazione coerente tra i metodi.
- Diversi modelli rappresentativi OVS/OVRSIS sono stati valutati e hanno mostrato limiti.
- RSKT-Seg è un nuovo framework di segmentazione a vocabolario aperto per il remote sensing.
- RSKT-Seg include un modulo Multi-Directional Cost Map Aggregation (RS-CMA) per indizi visivi invarianti alla rotazione.
Entità
—