リモートセンシングセグメンテーションのためのデカップルドLVLM-SAM: 意味と幾何学の架け橋

この研究は、大規模言語モデルとビジョンモデル（LVLMs）とSegment Anything Model（SAM）を組み合わせた、リモートセンシングセグメンテーションのための新しいフレームワークを探求しています。このデカップルドアーキテクチャは、推論とセグメンテーションのパフォーマンス向上を約束し、リモートセンシングアプリケーションを潜在的に発展させる可能性があります。

• •リモートセンシング画像の意味理解と幾何学的分析を繋ぐ新しいフレームワークを提案。
• •独立した最適化とパフォーマンス向上を可能にする、デカップルドアーキテクチャを採用。
• •リモートセンシングセグメンテーションタスクにおける最先端技術の進歩を目指す。