1.视觉基础模型与开放词汇分割技术

    构建集成文本与地物本体词库（含多语言别名）的CLIP增强模型，强化遥感类目检索性能；结合SAM的提示可控特性，设计免/弱监督的类增量分割流程，支持开放集向封闭集的动态自适应微调。

2. 多模态跨传感器融合分割方法

    开发时空-光谱联合分割框架，利用U-TAE/ViT分支处理时序数据，航片分支提取几何特征，通过解码器级特征对齐实现多源数据融合；针对SAR与光学图像差异，引入任务导向的图像翻译技术（如Seg-CycleGAN）优化跨模态分割效果。

3. 生成式模型驱动的分割增强技术

    设计基于分割先验的扩散生成器，直接优化边界对齐与交并比指标，或通过师生框架将扩散生成样本蒸馏至轻量分割网络；针对稀有类别与灾损场景，开发条件扩散与文本提示协同的样本生成机制，支持开放词汇分割任务。

4. 弱监督与自监督低成本分割策略

    结合SAM掩膜预测与一致性正则化技术，通过不确定性过滤实现“少量强标注+大量弱标注”的混合监督学习；将遥感特有的尺度/旋转/阴影/薄云增强融入自监督预训练，验证其对下游分割任务的迁移提升作用。

5. 跨域泛化与可信分割解决方案

    结合域随机化与风格注入技术，采用不确定性驱动的伪标签筛选机制，构建跨域自训练框架；设计像素级置信度映射与后处理规则（如拓扑一致性/连通性修补），提升交付级地图产品的质量可靠性。

6. 轻量化与端侧实时分割架构

    采用“轻量编码+智能解码”架构，在边缘设备约束下优先优化解码器效率，结合知识蒸馏与模型量化技术；开发场景自适应分辨率调度机制，根据飞行高度动态调整推理开销，建立FPS-mIoU-能耗三元评估体系。