연구진이 원격 감지 이미지 참조 분할(RRSIS) 모델의 효율성과 정확도를 높이는 새로운 프레임워크 S4ECA를 제안했어요.
S4ECA는 텍스트 어댑터와 시각 어댑터를 결합하여 언어적 의미를 추출하고 시각적 특징을 정밀하게 조정하며, 교차 모달 의존성을 효과적으로 파악해요.
전체 백본 파라미터의 2.4%만 업데이트하여 RRSIS-D 및 RefSegRS 데이터 세트에서 최고 성능을 달성했어요.
S4ECA는 기존 방식보다 계산 비용을 줄이고 사전 훈련된 모델의 일반화 능력을 유지하는 데 기여해요.