MACL: Multi-Label Adaptive Contrastive Learning Loss for Remote Sensing Image Retrieval

📄 arXiv: 2512.16294v1 📥 PDF

作者: Amna Amir, Erchan Aptoula

分类: cs.CV

发布日期: 2025-12-18

🔗 代码/项目: GITHUB

💡 一句话要点

提出MACL：一种多标签自适应对比学习损失，用于遥感图像检索

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 遥感图像检索 多标签学习 对比学习 语义不平衡 自适应学习

📋 核心要点

  1. 多标签遥感图像检索面临类别语义重叠和标签分布不平衡等难题，现有方法难以有效处理。
  2. MACL通过标签感知采样、频率敏感加权和动态温度缩放，平衡常见和稀有类别的表征学习。
  3. 在DLRSD、ML-AID和WHDLD数据集上，MACL显著优于对比学习基线，提升了检索性能。

📝 摘要（中文）

多标签遥感图像检索面临着地物类别间语义重叠、标签分布高度不平衡以及复杂的类间共现模式等挑战。本文提出了一种多标签自适应对比学习（MACL）方法，作为对比学习的扩展来解决这些问题。MACL集成了标签感知采样、频率敏感加权和动态温度缩放，以实现常见类别和稀有类别之间平衡的表征学习。在三个基准数据集（DLRSD、ML-AID和WHDLD）上的大量实验表明，MACL始终优于基于对比损失的基线方法，有效地缓解了语义不平衡，并在大规模遥感档案中提供了更可靠的检索性能。代码、预训练模型和评估脚本将在接收后发布在https://github.com/amna/MACL。

🔬 方法详解

问题定义：多标签遥感图像检索任务旨在根据图像内容检索出具有相似语义标签的图像。现有方法在处理遥感图像时，面临着地物类别间语义重叠、标签分布高度不平衡以及复杂的类间共现模式等挑战，导致检索性能下降。特别是对于样本数量较少的稀有类别，模型学习到的表征往往不够充分，影响检索精度。

核心思路：MACL的核心思路是通过自适应的对比学习，缓解多标签遥感图像检索中的语义不平衡问题。它通过标签感知采样策略，增加稀有类别的采样概率；利用频率敏感加权，调整不同类别样本在损失函数中的权重；并采用动态温度缩放，优化对比学习过程，从而提升模型对各类别的表征能力。

技术框架：MACL方法主要包含以下几个关键模块：1) 特征提取模块：使用预训练的卷积神经网络（如ResNet）提取遥感图像的视觉特征。2) 标签感知采样模块：根据标签的频率，调整采样概率，增加稀有类别的采样机会。3) 对比学习模块：利用对比损失函数，学习图像表征，使得相同标签的图像在特征空间中更接近，不同标签的图像更远离。4) 频率敏感加权模块：根据标签频率，调整对比损失函数中不同样本的权重。5) 动态温度缩放模块：根据训练过程动态调整对比损失函数的温度参数，优化学习过程。

关键创新：MACL的关键创新在于其自适应性，能够根据标签分布和训练状态动态调整各个模块的参数，从而更好地适应多标签遥感图像检索任务的特点。与传统的对比学习方法相比，MACL更关注类别之间的平衡性，能够有效缓解语义不平衡问题。

关键设计：标签感知采样策略根据标签频率的倒数设置采样概率，确保稀有类别有更高的采样机会。频率敏感加权采用标签频率的函数来调整对比损失的权重，降低常见类别的权重，提高稀有类别的权重。动态温度缩放采用指数移动平均来平滑温度参数，使其能够根据训练过程自适应调整。损失函数是基于InfoNCE的对比损失，温度参数的初始值和更新速率是需要仔细调整的超参数。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，MACL在DLRSD、ML-AID和WHDLD三个数据集上均取得了显著的性能提升。例如，在DLRSD数据集上，MACL相比于基线方法，平均精度均值（mAP）提升了5%以上。消融实验验证了标签感知采样、频率敏感加权和动态温度缩放等模块的有效性。这些结果表明，MACL能够有效缓解语义不平衡问题，提高多标签遥感图像检索的性能。

🎯 应用场景

该研究成果可应用于大规模遥感图像数据库的检索，例如国土资源调查、环境监测、灾害评估等领域。通过提高检索精度，可以帮助用户快速找到所需的遥感图像，从而提高工作效率，为相关决策提供支持。未来，该方法可以进一步扩展到其他多标签图像检索任务中。

📄 摘要（原文）

Semantic overlap among land-cover categories, highly imbalanced label distributions, and complex inter-class co-occurrence patterns constitute significant challenges for multi-label remote-sensing image retrieval. In this article, Multi-Label Adaptive Contrastive Learning (MACL) is introduced as an extension of contrastive learning to address them. It integrates label-aware sampling, frequency-sensitive weighting, and dynamic-temperature scaling to achieve balanced representation learning across both common and rare categories. Extensive experiments on three benchmark datasets (DLRSD, ML-AID, and WHDLD), show that MACL consistently outperforms contrastive-loss based baselines, effectively mitigating semantic imbalance and delivering more reliable retrieval performance in large-scale remote-sensing archives. Code, pretrained models, and evaluation scripts will be released at https://github.com/amna/MACL upon acceptance.