双编码器跨尺度注意力网络

多尺度融合精度提升

针对无人机航拍影像中地物尺度差异大的问题，通过融合CNN局部特征与Transformer全局上下文，实现细粒度多尺度特征融合，以提升语义分割精度。

王震 · You, Zhuhong · 许楠 · 张传雷 · Huang, Deshuang

IEEE Transactions on Geoscience and Remote Sensing 2024

技术优势

精度更高

双编码器与跨尺度融合模块充分利用局部细节与全局上下文，在多个真实数据集上达到当前最优精度。

实时性强

轻量级融合模块与线性多层感知机设计降低了计算量，使模型在保持高精度的同时具备实时推理能力。

多尺度融合好

跨尺度轻量级整合模块利用点积注意力机制融合多尺度特征，避免简单级联造成的信息损失。

应用场景

• 无人机巡检：航拍影像实时分割，识别异常目标，提高巡检效率。
• 遥感图像分析：提升遥感影像语义分割精度，辅助地物分类与变化检测。
• 智能城市管理：城市航拍影像中精确分割道路、建筑等要素，支持城市管理决策。
• 精准农业：农田航拍影像中分割作物与杂草，实现精准施药与产量估计。