論文の概要: GeoRefer-Bench: A Benchmark from Referring Pixels to Verifiable Geospatial Reasoning

• arxiv url: http://arxiv.org/abs/2609.29541v1
• Date: Tue, 25 Aug 2026 17:58:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:56.069027
• Title: GeoRefer-Bench: A Benchmark from Referring Pixels to Verifiable Geospatial Reasoning
• Title（参考訳）: GeoRefer-Bench: 画像参照から検証可能な地理空間推論へのベンチマーク
• Abstract要約: 地理空間参照セグメンテーションの検証のためのベンチマークであるGeoRefer-Benchを紹介する。 GeoRefer-Benchは12.5および25cmの地中サンプリング距離で700の2048x2048 UAVシーン (2.94 Gpx)、26,217のインスタンス、142,796の空間関係、20,916の実行可能なクエリを含む。 独立した監査では、オブジェクトのジオメトリ、マスクのオーナシップ、関係値、クエリ実行、スプリットプロビデンスを再定義し、700のシーンすべてでゼロの問題を見つける。
• 参考スコア（独自算出の注目度）: 9.23597146465202
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Referring segmentation in overhead imagery is inherently relational: a query may ask for the buildings north of the road or the pond closest to a residential area, so the correct referent can contain one object, several objects, or none. Existing benchmarks mainly score mask overlap, which cannot verify whether a model actually resolved the stated spatial relation. We introduce GeoRefer-Bench, a benchmark for verifiable geospatial referring segmentation. Each query is represented by an executable logical form over a metric scene graph, and predictions are evaluated with Exact Query Success (EQS), which is satisfied only when the returned instance set exactly matches the set denoted by the query. GeoRefer-Bench contains 700 whole 2048x2048 UAV scenes (2.94 Gpx) at 12.5 and 25 cm ground sampling distance, 26,217 instances, 142,796 spatial relations, and 20,916 executable queries spanning five reasoning levels. It further includes three paraphrases per query, 24.0% unanswerable queries, 2,477 counterfactual pairs, and five leakage-controlled evaluation splits. An independent audit re-derives object geometry, mask ownership, relation values, query execution, and split provenance, finding zero issues across all 700 scenes. Relation-blind strategies can retain non-trivial mIoU while achieving at most 22.7 EQS overall, showing that overlap alone does not certify relational grounding. Across fifteen current models, the strongest reaches 74.1 EQS but drops from 98.9 at level 1 to 60.5 at level 5, while ten models score below 5 EQS on two-hop queries. GeoRefer-Bench turns geospatial referring segmentation from mask matching into verifiable reference resolution.
• Abstract（参考訳）: クェリは道路の北や住宅地に近い池の北側の建物を尋ねることができるので、正しい参照者は1つのオブジェクト、複数のオブジェクト、あるいは何も含めることができる。 既存のベンチマークは主にマスクのオーバーラップをスコアし、モデルが実際に空間関係を解決したかどうかを検証できない。 地理空間参照セグメンテーションの検証のためのベンチマークであるGeoRefer-Benchを紹介する。 各クエリは、メトリックシーングラフ上で実行可能な論理形式で表現され、返却されたインスタンスセットがクエリで示されるセットと正確に一致する場合にのみ満足されるExact Query Success (EQS)で予測が評価される。 GeoRefer-Benchは12.5および25cmの地中サンプリング距離で700の2048x2048 UAVシーン (2.94 Gpx)、26,217のインスタンス、142,796の空間関係、20,916の実行可能なクエリを含む。 さらに、クエリ毎に3つのパラフレーズ、24.0%の未解決クエリ、2,477の対物対、5つのリーク制御された評価分割が含まれている。 独立した監査では、オブジェクトのジオメトリ、マスクのオーナシップ、関係値、クエリ実行、スプリットプロビデンスを再定義し、700のシーンすべてでゼロの問題を見つける。 リレーショナルブラインド戦略は、非自明なmIoUを維持しつつも、全体の22.7 EQSを達成することができ、オーバーラップだけではリレーショナルグラウンドが証明されないことを示す。 現在の15モデルで最強は74.1 EQSに到達したが、レベル1では98.9からレベル5では60.5に低下し、10モデルは2ホップクエリでは5 EQSを下回った。 GeoRefer-Benchは、地理空間参照セグメンテーションをマスクマッチングから検証可能な参照解決に変換する。

関連論文リスト

• CoRef-GS: Cooperative Referring Gaussian Splatting for Multi-Agent Scene Understanding [61.37726020220854]
  CoRef-GSはガウシアンスプレイティングフレームワークを参考にしている。 CoQuad-Refは、現実世界とシミュレーションされた屋内シーンの両方にまたがるベンチマークである。
  論文  参考訳（メタデータ） (2026-09-17T15:39:25Z)
• MOSAIC: Query-Aware Exploration Policy Adaptation for GraphRAG [0.9981673042249516]
  GraphRAGはコーパスグラフに分散したエビデンスを接続することができるが、ほとんどのシステムはクエリ間で共有された探索手順を使用している。 本稿では、GraphRAG検索をクエリごとの制御問題として定式化する、トレーニング不要のフレームワークであるMosaicを提案する。 モザイクは最強の標準的固定政策よりも9.96ポイント改善している。
  論文  参考訳（メタデータ） (2026-09-10T04:12:18Z)
• VisDocAgentBench: Benchmarking Agents for Visually Rich Document Retrieval [65.89247522243959]
  VisDocAgentBenchは、静的検索とエージェント検索を比較したクローズドコーパスベンチマークである。 100の文書から2,375ページ、120のユニークなターゲットクエリが直接、一橋、二橋のエビデンス構造でバランスを取っている。 強力な遅延対話型ビジュアルレトリバーは、直接アイテムで97.50%のRecall@1に達するが、2ブリッジアイテムでは2.50%に達し、関連性がコーパスコンテキストに依存する場合のクエリ-ターゲットマッチングの限界を明らかにする。
  論文  参考訳（メタデータ） (2026-08-18T15:23:06Z)
• SEER: A Self-Grounded Evidence Interface for Controlled Spatial Relation Classification [71.9783246097687]
  SEERは、ペアローカライゼーション中の候補関係を隠蔽し、明示的な主観的/対象的役割を持つクエリ固有ビューを構築し、補完的な証拠として完全なイメージとスパースボックス幾何学を保持する。 正確な逆サポートを持つ関係選択プロトコルでは、オプションリファインメントがエンティティロールを交換し、正確に1つの視覚状態が対応する逆関係に従う場合にのみ前方決定を変更する。 変更されていないプロトコルは、3つのモデルにまたがる2,434個のフィルター付きEmbSpatialペア関係質問に対して +4.35 から +11.79 を得る。
  論文  参考訳（メタデータ） (2026-08-04T13:16:15Z)
• SpatialQuery: Benchmarking Geometry-Grounded Multi-Instance Spatial Reasoning in Vision-Language Models [6.150970359045875]
  VLM(Vision-Thought Model)は、強い意味理解を実現するが、計量空間的推論では信頼できない。 本稿では,単一RGB画像からのCIDQ推論のためのトレーニングフリーフレームワークであるSPATIALQUERYを紹介する。 本研究では,Qwen3-VL-8Bを用いたSPATIALQUERYにおいて,Floor-MAEが0.259m,Unc-Acc@0.3mが90.5%,近接精度が84.18%となることを示す。
  論文  参考訳（メタデータ） (2026-08-03T05:15:46Z)
• An Explicit World Model Based on Data-First Ontology: DaoQL Multimodal Storage Validation and Counterfactual Reasoning Evaluation [1.9674271425998944]
  大規模言語モデルは、暗黙的にニューラルウェイトで世界モデルを符号化し、医療や金融といった高精度領域における4つの構造的リスクを露呈する。 我々は、明示的な世界モデルを形式化し、規則の独立の下では、明示的なモデルは、構成可能な反事実分解可能性に十分な条件を提供することを示す。 実装されたシステムは、DaoQLの検証済みストレージ層と明示的なEvalパスに注目し、グラフ、カラム、ベクタ、フルテキストエンジンをひとつのプロセスに統合する。
  論文  参考訳（メタデータ） (2026-07-19T14:20:22Z)
• GEOBench-VLM: Benchmarking Vision-Language Models for Geospatial Tasks [84.86699025256705]
  本稿では,地理空間的タスクの視覚言語モデル(VLM)を評価するためのベンチマークであるGEOBench-VLMを提案する。 私たちのベンチマークでは、手動で検証された命令が1万以上あり、さまざまな視覚条件、オブジェクトタイプ、スケールにまたがっています。 地理空間固有の課題における性能を評価するために,いくつかの最先端のVLMを評価した。
  論文  参考訳（メタデータ） (2024-11-28T18:59:56Z)
• BRIGHT: A Realistic and Challenging Benchmark for Reasoning-Intensive Retrieval [54.54576644403115]
  BRIGHTは、関係する文書を検索するために、集中的推論を必要とする最初のテキスト検索ベンチマークである。 私たちのデータセットは、経済学、心理学、数学、コーディングなど、さまざまな領域にまたがる1,384の現実世界のクエリで構成されています。 クエリに関する明示的な推論を取り入れることで、検索性能が最大12.2ポイント向上することを示す。
  論文  参考訳（メタデータ） (2024-07-16T17:58:27Z)
• EarthVQA: Towards Queryable Earth via Relational Reasoning-Based Remote Sensing Visual Question Answering [11.37120215795946]
  本研究では,多モードマルチタスクVQAデータセット(EarthVQA)を開発した。 EarthVQAデータセットには6000の画像、対応するセマンティックマスク、都市と農村のガバナンス要件を組み込んだ208,593のQAペアが含まれている。 本稿では,オブジェクト中心の方法でVQAを進めるためのセマンティックオブジェクト認識フレームワーク(SOBA)を提案する。
  論文  参考訳（メタデータ） (2023-12-19T15:11:32Z)

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。