Guangyuan Dong

遥感图像融合与语义理解长期分开优化，融合指标好并不保证下游检索和检测能用。Lance把每幅输入映射成由场景、物体、布局组成的封闭词表文本记录，用这段语言条件引导融合，再把融合结果重新描述成文本，以文本一致性和带负查询的文本—掩码对比损失回传梯度。在GF2、QuickBird、WorldView-III、WorldView-II四个传感器七个测试集上，降尺度参考指标相对最强学习基线最高提升11.7%、中位2.1%；用训练时未见的RemoteCLIP和DOTA监督检测器评估，检测mAP@0.5比最接近的对比方法高6.4。

遥感图像融合与语义理解长期分开优化，融合指标好并不保证下游检索和检测能用。Lance把每幅输入映射成由场景、物体、布局组成的封闭词表文本记录，用这段语言条件引导融合，再把融合结果重新描述成文本，以文本一致性和带负查询的文本—掩码对比损失回传梯度。在GF2、QuickBird、WorldView-III、WorldView-II四个传感器七个测试集上，降尺度参考指标相对最强学习基线最高提升11.7%、中位2.1%；用训练时未见的RemoteCLIP和DOTA监督检测器评估，检测mAP@0.5比最接近的对比方法高6.4。