arXiv 2603.137082026-05-18cs.CV

RSEdit：面向遥感的文本引导图像编辑

RSEdit: Text-Guided Image Editing for Remote Sensing

School of Earth Sciences, Zhejiang University（浙江大学地球科学学院）；Zhejiang Provincial Key Laboratory of Geographic Information Science（浙江省地理信息科学重点实验室）；Key Laboratory of Spatio-temporal Information and Intelligent Services (LSIIS), Ministry of Natural Resources of the People’s Republic of China（中华人民共和国自然资源部时空信息与智能服务重点实验室）；ReLER, CCAI, Zhejiang University（ReLER，中国人工智能学会，浙江大学）

Chen Zhenyuan, Zhang Zechuan, Zhang Feng

备注：: accepted by IEEE GRSL

阅读 PDF

arXiv 页面 ↗HTML 原文 ↗

AI总结：

本文提出RSEdit，一种基于生成模型的遥感图像编辑方法，通过研究文本到图像模型的条件策略，实现了在保持地理空间结构的同时，生成指令忠实的图像编辑结果。

摘要：

在本文中，我们探索了利用生成模型在遥感领域进行文本引导的图像编辑。我们提出了RSEdit，一种从U-Net到DiT的各种配置模型的集合。具体来说，我们展示了首次全面研究如何通过文本到图像模型构建图像编辑模型的条件策略。我们的实验表明，RSEdit在保持地理空间结构的同时，实现了最佳的指令忠实编辑。我们发布了代码和检查点。

英文摘要：

In this paper, we explore text-guided image editing in the remote sensing domain using generative modeling. We propose \rsedit, a collection of models from U-Net to DiT with various configurations. Specifically, we present the first comprehensive study of conditioning strategies for building image editing models from off-the-shelf text-to-image ones. Our experiments show that \rsedit achieves the best instruction-faithful edits while preserving geospatial structure. We release the code at \url{https://github.com/Bili-Sakura/RSEdit-Preview} and checkpoints at \url{https://huggingface.co/collections/BiliSakura/rsedit}.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。