《ISPRS Open Journal of Photogrammetry and Remote Sensing》：SMOL-MapSeg: Segmenting historical maps by legend-oriented prompting
编辑推荐：
历史地图为理解地球表面变化提供宝贵线索，但因视觉风格与符号不一致，给现代分割模型带来挑战。尽管UNet等深度学习模型及预训练基础模型在自动驾驶与医学影像中表现良好，却难以应对历史地图中相似概念多样呈现的问题。为此，研究人员提出图例导向提示，以显式的图像-标签对
历史地图为理解地球表面变化提供宝贵线索，但因视觉风格与符号不一致，给现代分割模型带来挑战。尽管UNet等深度学习模型及预训练基础模型在自动驾驶与医学影像中表现良好，却难以应对历史地图中相似概念多样呈现的问题。为此，研究人员提出图例导向提示，以显式的图像-标签对引导模型识别提示中所目标视觉模式，使用户可按需定义并分割目标模式，实现灵活、模仿人工读图的基于图例分割。该方法替换SAM的提示编码器为所提提示机制，并在历史地图上微调，得到SMOL-MapSeg（Show Me One Label）模型。不同于现有基于SAM的类别无关或固定类别微调方法，SMOL-MapSeg能依据提示定义的类别模式，跨任意数据集分割任意目标类。实验表明，单一SMOL-MapSeg模型可准确分割不同类别，显著优于基线；即使在有限训练数据下也展现强泛化性，凸显其在可扩展、自适应历史地图分析中的潜力。
研究背景与动机：历史地图多以扫描栅格图保存，提取语义信息对地表变化统计与对象检索具重要价值。传统卷积神经网络（Convolutional Neural Network，CNN）如UNet需大量人工标注，弱监督方法跨时空共现信号难以大范围泛化。SAM（Segment Anything Model）系列基础模型在自然图像交互分割上表现优异，但与历史地图间存在巨大领域鸿沟：地图用抽象符号表示语义，同类异地异形、同形异类，且符号交织，使SAM自动提示、SAM3文本提示、SAM2记忆提示均失效。现有MapSAM虽借SAM编码器做二值分割，却无法多类、跨数据集统一推理。因此，研究人员旨在继承SAM表征能力的同时，构建可按需声明类别、非交互、多类多集统一的分割框架。
关键技术方法：研究人员以原始SAM为基座，采用Weight-Decomposed Low-Rank Adaptation（DoRA）高效微调共享图像编码器；设计新型提示编码器，将源图特征与二值标签经卷积融合编码On-Need Declarative（OND）知识；以正/负源-目标图像对采样策略训练，源图提供图例式标签对，目标图自动分割；在Siegfried（瑞士）、Hameln与Donauw?rth（德国，新发布Zenodo）四数据集上，对比SMOL-Uni（多集多类联合）、SMOL-Ind（单集）、SMOL-Bi（二值）及少样本微调SMOL-F-Uni。
研究结果：
- 1.
Introduction部分指出，历史地图分割需超越固定原型，引入prior knowledge、OND knowledge与procedural knowledge三层知识分类，以图例对作为OND声明，解决同形异类与同类异形歧义。
- 2.
Domain gap between SAMs and historical map segmentation小节通过Fig.1定性说明SAM Auto、SAM3+Text、SAM2+Memory在历史符号上边界与细节捕获失败，SMOL-MapSeg有效处理交织图案。
- 3.
Difference between segmenting historical maps and daily images小节强调类别语义随分析目标可变，框架须支持动态类别定义。
- 4.
SMOL-MapSeg: a potential foundation-model training paradigm小节提出统一训练多集多类可逼近于领域基础模型，受计算与风格多样性限制暂在三集微调，并设SMOL-Uni-S数据效率实验与SMOL-F-Uni少样本泛化实验。
- 5.
Contributions归纳：提出OND提示、系统评估数据效率与泛化、在Siegfried二值任务大幅超前、发现SMOL-Uni因样本不均衡劣于SMOL-Ind但平衡后差距缩小、少样本微调显超SAM历史图泛化。
- 6.
Related work回顾语义分割从FCN、UNet到ViT、SegFormer，以及few-shot原型匹配VRP-SAM，指出其类别一致性假设在历史地图不成立。
- 7.
Method形式化任务为子集内源-目标同模式分割；OND prompting以图-掩码对替代空间/文本提示；DoRA将权重分解为量级m与方向D低秩更新；整体框架双图入、共享编码器、提示编码器融FI⊙FL再投影；采样算法以p=0.75采正对、余为负对抑假阳。
- 8.
Dataset说明六类（WL、GL、SM、WT、RW、VY）在四集中分布不均，Hameln含1898–2023共17图幅，新释像素级标注。
讨论与结论翻译：研究人员得出结论，OND提示使单一SMOL-MapSeg模型摆脱固定类别束缚，以图例对动态声明语义，在跨集多类与低数据场景均超越二值SAM微调法MapSAM与UNet；统一多集训练（SMOL-Uni）在样本均衡后逼近独立训练（SMOL-Ind），且与多数类视觉近的少数类获跨类泛化收益；以SMOL-Uni少样本微调新类（SMOL-F-Uni）比直接微调SAM历史图泛化更强，证明OND提示习得的是领域相关过程性知识（procedural knowledge）而非死记类别。该范式朝历史地图领域基础模型迈进，为标注稀缺的旧地图批量提取提供可扩展路径。论文发表于《ISPRS Open Journal of Photogrammetry and Remote Sensing》。
