视线深度注意力网络

远距小目标更准

按场景深度分层并挖掘层内/层间语义关联，对远距离微小目标的边界解析尤为有效。

Lin, Zhongqi · Jiang, Xudong · 郑增威

IEEE Transactions on Image Processing 2025

技术优势

远距小目标更准

边界是区分远距离微弱目标的第一步，EoCRM 执行边缘显著性量化和关联挖掘，直接改善分割质量。

无需手工分段

SDGM 根据具有明确物理含义的参数（如反照率、遮挡、镜面嵌入）计算深度注意力倾向，自动将场景分为多个切片，而非依赖人工规则。

三个基准全面领先

在 Cityscapes、ADE20K、PASCAL Context 上的定量实验表明 LoSDN 具有竞争力，且各亮点模块贡献明确。

应用场景

• 自动驾驶视觉感知：提升远距离行人、车辆的分割精度，减少漏检。
• 无人机航拍解析：从高空航拍中准确分离微小目标及其边界。
• 遥感图像分析：分析遥感影像时更好区分地面细小地物。
• 机器人场景理解：帮助机器人在复杂场景中感知远处微小物体。