拉普拉斯卷積的雙路徑特征融合遙感圖像智能解譯方法

打開文本圖片集

摘  要： 由于遙感圖像存在多尺度變化和目標邊緣模糊等問題，對其進行智能解譯仍然是一項極具挑戰(zhàn)性的工作。傳統(tǒng)的語義分割方法在處理這些問題時存在局限性，難以有效捕捉全局和局部信息。針對上述問題，文中提出一種雙路徑特征融合分割方法DFNet。首先，使用Swin Transformer作為主干提取全局語義特征，以處理像素之間的長距離依賴關(guān)系，從而促進對圖像中不同區(qū)域相關(guān)性的理解；其次，將拉普拉斯卷積嵌入到空間分支，以捕獲局部細節(jié)信息，加強目標地物邊緣信息表達；最后，引入多尺度雙向特征融合模塊，充分利用圖像中的全局和局部信息，以增強多尺度信息的獲取能力。（剩余13961字）