論文の概要: ASCoR: Asymmetric Semantic-Spatial Learning for Remote Sensing Domain Generalization

• arxiv url: http://arxiv.org/abs/2611.03382v1
• Date: Mon, 02 Nov 2026 16:23:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 04:51:53.932977
• Title: ASCoR: Asymmetric Semantic-Spatial Learning for Remote Sensing Domain Generalization
• Title（参考訳）: ASCoR:リモートセンシング領域一般化のための非対称意味空間学習
• Abstract要約: ソースのみのドメイン一般化は、トレーニング中にターゲットドメインのデータなしで、目に見えないドメインで信頼できる予測を求める。 我々はSAM3上に構築された非対称な意味空間フレームワークASCoRを提案する。 ASCoRは6つのISPRS転送で68.61%の最先端の平均IoUを達成した。
• 参考スコア（独自算出の注目度）: 33.425575202943506
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Source-only domain generalization (DG) for remote sensing semantic segmentation seeks reliable predictions in unseen domains without target-domain data during training. Although vision foundation models offer transferable knowledge, category recognition remains sensitive to source-specific visual cues, while task-specific adaptation may weaken pretrained transferability. We propose ASCoR, an asymmetric semantic-spatial framework built on SAM3. Its text-conditioned semantic branch uses class-name prompts to provide explicit category guidance. Probe-Once Dynamic Adaptive LoRA distributes a fixed adaptation budget across encoder blocks to limit source-specific specialization. A complementary task-specific dense branch learns multi-scale spatial representations using a separate frozen SAM3 image encoder. A lightweight reliability router integrates the two branches through bounded spatial correction based on local prediction reliability. All components are trained using source-domain supervision only. Experiments on the ISPRS, LoveDA, and OpenEarthMap benchmarks cover nine cross-domain transfers. ASCoR achieves a state-of-the-art mean IoU of 68.61% across six ISPRS transfers, outperforming the previous best method by 2.69 percentage points. It also achieves the best results on all three LoveDA/OpenEarthMap transfers, with 59.07%, 47.95%, and 49.38% mIoU on Rural-to-Urban, Urban-to-Rural, and Urban-to-OpenEarthMap, respectively. Ablation studies, feature visualizations, and spatial reliability analyses support the effectiveness and complementarity of the proposed components. Code: https://github.com/WangZitong42/ASCoR.
• Abstract（参考訳）: リモートセマンティックセマンティックセグメンテーションのためのソースオンリードメイン一般化(DG)は、トレーニング中にターゲットドメインデータなしで、目に見えない領域で信頼できる予測を求める。 視覚基礎モデルは伝達可能な知識を提供するが、カテゴリー認識はソース固有の視覚的手がかりに敏感であり、タスク固有の適応は事前訓練された伝達可能性を弱める可能性がある。 我々はSAM3上に構築された非対称な意味空間フレームワークASCoRを提案する。 テキスト条件のセマンティックブランチでは、クラス名プロンプトを使用して明確なカテゴリガイダンスを提供する。 Probe-Once Dynamic Adaptive LoRAは、ソース固有の特殊化を制限するために、エンコーダブロックに固定適応予算を分散する。 相補的なタスク固有高密度分岐は、別の凍ったSAM3画像エンコーダを用いて、マルチスケール空間表現を学習する。 軽量信頼性ルータは、局所予測信頼性に基づいて、境界空間補正により2つの分岐を統合する。 すべてのコンポーネントはソースドメインの監視のみを使用してトレーニングされる。 ISPRS、LoveDA、OpenEarthMapベンチマークの実験では、9つのクロスドメイン転送がカバーされている。 ASCoRは6つのISPRS転送で68.61%の最先端の平均IoUを達成した。 また、LoveDA/OpenEarthMapの3つの転送において、それぞれ59.07%、47.95%、49.38%のmIoUをRural-to-Urban、Urban-to-Rural、Urban-to-OpenEarthMapで達成している。 アブレーション研究,特徴可視化,空間信頼性解析は,提案した構成要素の有効性と相補性を支持する。 コード:https://github.com/WangZitong42/ASCoR.com

関連論文リスト

• Hierarchical Adaptive Feature Refinement Network for VHR Remote Sensing Image Segmentation [15.24999553337715]
  本稿では,階層的表現を適応的に整理・洗練する進歩的改良フレームワークHAFR-Netを提案する。 マッチしたSwin-Bトレーニングとシングルスケール推論プロトコルの下で、HAFR-Netは84.12%、87.86%、55.17%、67.70%mIoUを達成した。
  論文  参考訳（メタデータ） (2026-08-16T09:26:58Z)
• STAR: A Spatial-Topology Aware Routing Framework for Generalizable 3D Scene Understanding [10.259254902492978]
  本稿では,STAR(Spatial-Topology Aware Routing Framework)を提案する。 具体的には,複数属性の自己教師付き事前学習ブランチを導入し,トポロジカルおよびテクスチャ的変動をカバーし,ドメイン間構造的先行を固定する。 そこで我々は,DSR (Domain-Spatial-Guided Routing) とEDA (Entropy-control Dynamic Allocation) の2つのメカニズムを持つドメイン認識エキスパートブランチを設計した。
  論文  参考訳（メタデータ） (2026-08-12T06:21:59Z)
• Cross-Sample Relational Fusion: Unifying Domain Generalization and Class-Incremental Learning [83.67663266193308]
  CIL(Class-Incremental Learning)は、学習システムにおいて、それまでの知識を維持しつつ、新しいクラスを学ぶことを必要とする。 自動運転車のような現実のシナリオでは、晴れた日に都市部の道路で訓練されたシステムは、後に農村部や高速道路環境で運用する必要がある。 ドメインシフトと破滅的な忘れを同時に解決する統合フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-09T09:49:13Z)
• CrossEarth-SAR: A SAR-Centric and Billion-Scale Geospatial Foundation Model for Domain Generalizable Semantic Segmentation [51.94680303125737]
  我々は、新しい物理誘導型スパース・オブ・エキスパート(MoE)アーキテクチャに基づいて構築された、最初の10億ドル規模のSARビジョン基盤モデルであるCrossEarth-SARを紹介する。 大規模な事前トレーニングを容易にするために,公共およびプライベートなSAR画像を統合する弱く完全に教師付きデータセットであるCrossEarth-SAR-200Kを開発した。 また、8つの異なる領域ギャップをまたいだ22のサブベンチマークからなるベンチマークスイートを導入し、SAR画像上でのドメイン一般化セマンティックセマンティックセグメンテーションのための最初の統一標準を確立した。
  論文  参考訳（メタデータ） (2026-03-12T14:52:35Z)
• Exploring Efficient Open-Vocabulary Segmentation in the Remote Sensing [55.291219073365546]
  Open-Vocabulary Remote Sensing Image (OVRSIS)は、OVS(Open-Vocabulary)をリモートセンシング(RS)ドメインに適応させる新しいタスクである。 textbfRSKT-Segは、リモートセンシングに適した新しいオープン語彙セグメンテーションフレームワークである。 RSKT-Segは高いOVSベースラインを+3.8 mIoUと+5.9 mACCで上回り、効率的なアグリゲーションによって2倍高速な推論を実現している。
  論文  参考訳（メタデータ） (2025-09-15T15:24:49Z)
• CLAIRE: A Dual Encoder Network with RIFT Loss and Phi-3 Small Language Model Based Interpretability for Cross-Modality Synthetic Aperture Radar and Optical Land Cover Segmentation [1.1237223647481338]
  本稿では、光学および合成開口レーダ(SAR)画像から、独立してモダリティ特有の特徴を抽出するデュアルエンコーダアーキテクチャを提案する。 この融合機構は、補完的な空間的特徴とテクスチャ的特徴を強調し、ネットワークがより詳細に多様な土地被覆パターンを捉えることを可能にする。 また,Small Language Model (Phi-3) によって生成される計量駆動推論モジュールを導入し,モデル予測のための専門家レベル,サンプル固有の正当性を生成する。
  論文  参考訳（メタデータ） (2025-09-15T14:10:52Z)
• Cross-domain Hyperspectral Image Classification based on Bi-directional Domain Adaptation [9.274122822335586]
  クロスドメインハイパースペクトル画像(HSI)分類のための双方向ドメイン適応(BiDA)フレームワークを提案する。 BiDAは、独立適応空間におけるドメイン不変特徴とドメイン固有情報の両方を抽出することに焦点を当てている。 時空・時空・衛星データを用いた実験結果から,提案したBiDAは,最先端の領域適応手法よりも優れた性能を示した。
  論文  参考訳（メタデータ） (2025-07-03T03:22:28Z)
• GANav: Group-wise Attention Network for Classifying Navigable Regions in Unstructured Outdoor Environments [54.21959527308051]
  本稿では,RGB画像から,オフロード地形および非構造環境における安全かつ航行可能な領域を識別する新しい学習手法を提案する。 本手法は,粒度の粗いセマンティックセグメンテーションを用いて,そのナビビリティレベルに基づいて地形分類群を分類する。 RUGD と RELLIS-3D のデータセットを広範囲に評価することにより,我々の学習アルゴリズムがナビゲーションのためのオフロード地形における視覚知覚の精度を向上させることを示す。
  論文  参考訳（メタデータ） (2021-03-07T02:16:24Z)
• GraNet: Global Relation-aware Attentional Network for ALS Point Cloud Classification [7.734726150561088]
  ALS点群のセマンティックラベリングに着目した新しいニューラルネットワークを提案する。 GraNetは局所幾何学的記述と局所依存性を学習する。 2つのALSポイントクラウドデータセット上で実験を行った。
  論文  参考訳（メタデータ） (2020-12-24T23:54:45Z)
• Simultaneous Semantic Alignment Network for Heterogeneous Domain Adaptation [67.37606333193357]
  本稿では,カテゴリ間の相関を同時に利用し,各カテゴリ毎のセントロイドを整列させるために,aSimultaneous Semantic Alignment Network (SSAN)を提案する。 対象の擬似ラベルを利用することで、各カテゴリの特徴表現を整列させるために、ロバストな三重項中心のアライメント機構を明示的に適用する。 テキスト・ツー・イメージ、画像・画像・テキスト・ツー・テキストにわたる様々なHDAタスクの実験は、最先端のHDA手法に対するSSANの優位性を検証することに成功した。
  論文  参考訳（メタデータ） (2020-08-04T16:20:37Z)
• Cross-Domain Facial Expression Recognition: A Unified Evaluation Benchmark and Adversarial Graph Learning [85.6386289476598]
  我々は,クロスドメイン全体的特徴共適応のための新しい逆グラフ表現適応(AGRA)フレームワークを開発した。 我々は,いくつかの一般的なベンチマークで広範囲かつ公平な評価を行い,提案したAGRAフレームワークが従来の最先端手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2020-08-03T15:00:31Z)

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。