跨层级交互与方位感知的航拍图像语义分割
Abstract
针对航拍图像语义分割中提取特征尺度单一、细节丢失、边界模糊的问题，本文提出一种跨层级交互与方位感知的航拍图像语义分割网络。通过方向解耦注意力策略构建方位感知模块，增强模型对空间方向信息的处理能力；设计跨层级交互模块进行跨通道特征交互融合，提升空间感知能力，同时利用通道－空间注意力机制增强特征提取能力，在复杂场景中缓解细节模糊问题；最后对分割头进行轻量化设计，去除冗余操作，在降低计算量的同时保证分割性能。实验结果表明，本文网络在UAVid数据集与Aeroscapes数据集的平均交并比相较于基线模型SegFormer分别提升了1.7%和1.3%，证明了该网络在航拍图像等复杂情况下语义分割的有效性。Human类别相较基线模型分割精度提升了1.8%，证明了本文网络在小目标分割方面表现出色。与多个主流网络相比，本文方法在两个数据集上均实现了最高的分割精度，表现出更优的泛化能力。
Fields of Study & Subjects
Advanced Neural Network Applications
Remote-Sensing Image Classification
Domain Adaptation and Few-Shot Learning
Publication details
- Journal / source
- Optics and Precision Engineering
- Volume
- 34
- Issue
- 2
- Pages
- 267–279
- Publication date
- 1 January 2026
- Language
- EN