論文の概要: Think with Extra-Image: A Farmland Segmentation Agent Driven by Spatio-Temporal Information Gain

• arxiv url: http://arxiv.org/abs/2607.28186v1
• Date: Thu, 30 Jul 2026 13:22:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-31 21:37:00.576586
• Title: Think with Extra-Image: A Farmland Segmentation Agent Driven by Spatio-Temporal Information Gain
• Title（参考訳）: イメージ外思考:時空間情報ゲインによる農地分断エージェント
• Authors: Haiyang Wu, Weiliang Mu, Zhuofei Du, Dandan Zhong, Kaijie Shi, Haifeng Li, Chao Tao,
• Abstract要約: 既存のリモートセンシング(FRSI)セグメンテーションは、"Think with intra-query"パラダイムに従っている。 本稿では,不明瞭な地域を識別する動的FRSIセグメンテーションエージェントであるFarmSeekerを提案する。
• 参考スコア（独自算出の注目度）: 3.5559158472791093
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Existing farmland remote sensing image (FRSI) segmentation follows a "Think with Intra-Image" paradigm, assuming that the current image contains sufficient visual evidence for reliable segmentation. Yet farmland appearance varies with phenology and spatial context and is often confused with other land-cover, making instantaneous, local observations inadequate. Thus, segmentation ambiguity stems not only from limited model representation, but more fundamentally from the required spatio-temporal information lying beyond the current image. Based on this insight, we redefine FRSI segmentation from an information bottleneck perspective as a dynamic decision process driven by task-relevant extra spatio-temporal information gain. We further propose FarmSeeker, a dynamic FRSI segmentation agent that identifies ambiguous regions, reasons about their causes, and queries extra spatio-temporal information on demand for accurate segmentation. To evaluate FarmSeeker, we construct GSFS-Bench, the first global-scale, high-resolution FRSI segmentation benchmark that supports reasoning-querying. Experiments show that FarmSeeker achieves more stable segmentation performance than existing methods. The project is publicly available at: https://withoutocean.github.io/FarmSeeker/
• Abstract（参考訳）: 既存の農地リモートセンシング画像(FRSI)セグメンテーションは、信頼できるセグメンテーションのための十分な視覚的証拠を含むと仮定して、"Think with intra-Image"パラダイムに従っている。 しかし、農地の外観は表現学や空間的文脈によって異なり、しばしば他の土地と混同され、瞬時に局所的な観察が不十分である。 このように、セグメンテーションの曖昧さは、限定されたモデル表現からではなく、より根本的には現在の画像の向こう側にある必要時空間情報に由来する。 この知見に基づいて、タスク関連時空間情報ゲインによって駆動される動的決定プロセスとして、情報ボトルネックの観点からFRSIセグメンテーションを再定義する。 さらに,不明瞭な地域を識別する動的FRSIセグメンテーションエージェントであるFarmSeekerを提案する。 FarmSeekerを評価するためにGSFS-Benchは,推論クエリをサポートする最初のグローバルスケールで高解像度なFRSIセグメンテーションベンチマークである。 実験により、FarmSeekerは既存の方法よりも安定したセグメンテーション性能を実現することが示された。 このプロジェクトは、https://withoutocean.github.io/FarmSeeker/で公開されている。

関連論文リスト

• Progressive Prompt-Guided Cross-Modal Reasoning for Referring Image Segmentation [11.276795416626385]
  画像セグメンテーションの参照は、自由形式の参照表現に基づいて画像中の対象オブジェクトをローカライズし、セグメンテーションすることを目的としている。 画像セグメンテーションを参考にしたプログレッシブプロンプト誘導型クロスモーダル推論フレームワークであるPPCRを提案する。 PPCRは、推論プロセスをSemantic-Spatial Grounding-Instanceパイプラインとして明示的に構成する。
  論文  参考訳（メタデータ） (2026-03-30T03:33:10Z)
• FarmMind: Reasoning-Query-Driven Dynamic Segmentation for Farmland Remote Sensing Images [16.340857159555767]
  農地リモートセンシング画像(FRSI)セグメンテーションの手法は、一般的に静的セグメンテーションのパラダイムに従う。 そこで我々はFarmMindというFRSIのための推論クエリ駆動動的セグメンテーションフレームワークを提案する。 実験により、FarmMindは既存の方法と比較して、セグメンテーション性能とより強力な一般化能力を達成することが示された。
  論文  参考訳（メタデータ） (2026-01-30T10:37:34Z)
• LIRA: Inferring Segmentation in Large Multi-modal Models with Local Interleaved Region Assistance [54.683384204063934]
  大規模マルチモーダルモデル(LMM)は不正確なセグメンテーションと幻覚的理解に苦しむ。 視覚的理解とセグメンテーションの相補的関係を生かしたフレームワークであるLIRAを提案する。 LIRAはセグメンテーションと理解タスクの両方で最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-07-08T07:46:26Z)
• SiamSeg: Self-Training with Contrastive Learning for Unsupervised Domain Adaptation Semantic Segmentation in Remote Sensing [13.549403813487022]
  教師なしドメイン適応(Unsupervised domain adapt, UDA)は、ラベル付けされたソースドメインデータを活用しながら、ラベル付けされていないターゲットドメインデータからモデルを学習することを可能にする。 対照的な学習を UDA に統合し,対象領域における意味情報を捕捉するモデルの能力を高めることを提案する。 我々の手法であるSimSegは既存の手法より優れ、最先端の結果が得られます。
  論文  参考訳（メタデータ） (2024-10-17T11:59:39Z)
• Image Segmentation in Foundation Model Era: A Survey [95.60054312319939]
  イメージセグメンテーションにおける現在の研究は、異なる特徴、課題、解決策の詳細な分析を欠いている。 本調査は、FM駆動画像セグメンテーションを中心とした最先端の研究を徹底的にレビューすることで、このギャップを埋めようとしている。 現在の研究成果の広さを包括する,300以上のセグメンテーションアプローチの概要を概観する。
  論文  参考訳（メタデータ） (2024-08-23T10:07:59Z)
• Boundary Knowledge Translation based Reference Semantic Segmentation [62.60078935335371]
  視覚境界知識翻訳を行うための参照参照セグメンテーションネットワーク(Ref-Net)を導入する。 人間の認識機構にインスパイアされたRTMTMは、参照オブジェクトの特徴に基づいて、同じカテゴリオブジェクトをセグメント化するだけに考案されている。 Ref-Netは、数十の細かい注釈付きサンプルをガイダンスとして、完全に教師された6つのデータセットのメソッドと同等の結果を得る。
  論文  参考訳（メタデータ） (2021-08-01T07:40:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。