A Geometric-Transformation Feature-Adaptive Manifold Restoration Method for Open-Vocabulary Semantic Segmentation of Remote Sensing Images
Aggiunta all'archivio di AIChronos il (numero del 3 ottobre 2026 ricostruito)· fonte del · Jianzheng Wang, Huan Ni, Xiaonan Niu, Danfeng Hong, Haiyan Guan
Il metodo proposto affronta l'invarianza geometrica dei dati di telerilevamento rispetto al gruppo diedrale D4, superando le risposte inconsistenti delle tecniche OVSS basate su SAM3. Viene introdotta una selezione adattiva delle viste tramite guide armoniche multi-scala (MH-D4VS) per identificare candidati complementari tra trasformazioni geometriche. Successivamente, un meccanismo di riparazione del manifold ancorato alla vista originale (OAMR) corregge selettivamente le caratteristiche visive locali non affidabili utilizzando informazioni incrociate robuste. Infine, viene implementata l'adattazione test-time a livello di pixel decoder (PD-TTA), che fine-tuna online solo i parametri delle layer GroupNorm durante l'inference per gestire gli spostamenti distribuzionali.
- Sfrutta la proprietà di invarianza geometrica del gruppo diedrale D4 per migliorare la stabilità della segmentazione semantica a vocabolario aperto (OVSS).
- La selezione MH-D4VS estrae viste complementari da un insieme di immagini trasformate geometricamente.
- Il modulo OAMR utilizza la vista originale come ancoraggio per riparare le feature visive locali non affidabili tramite informazioni incrociate.
- L'adattamento PD-TTA fine-tuna esclusivamente i parametri delle layer GroupNorm durante l'inference senza modificare il resto del modello SAM3.
- Il metodo raggiunge un mIoU medio del 55.6% su otto benchmark di segmentazione semantica per immagini da telerilevamento.
Perché conta. Sebbene focalizzato sul remote sensing, questo approccio illustra strategie avanzate di adattamento test-time e gestione delle distorsioni geometriche che possono essere trasferite a pipeline locali o agenti AI operanti su dati non strutturati con variazioni prospettiche.
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.