用额外图像思考：时空信息增益驱动的农田分割代理

现有农田遥感图像（FRSI）分割遵循“图像内思考”范式，假设当前图像包含足够的视觉证据来进行可靠的分割。然而，农田外观随物候和空间背景的变化而变化，并且经常与其他土地覆盖混淆，使得即时、局部观测不充分。因此，分割模糊性不仅源于有限的模型表示，更根本的是源于当前图像之外所需的时空信息。基于这一见解，我们从信息瓶颈的角度将 FRSI 分割重新定义为由任务相关的额外时空信息增益驱动的动态决策过程。我们进一步提出了 FarmSeeker，一种动态 FRSI 分割代理，可以识别不明确的区域、其原因，并根据需要查询额外的时空信息以实现准确的分割。为了评估 FarmSeeker，我们构建了 GSFS-Bench，这是第一个支持推理查询的全球规模、高分辨率 FRSI 分割基准。实验表明FarmSeeker比现有方法实现了更稳定的分割性能。该项目已公开发布：https://withoutocean.github.io/FarmSeeker/