可变形滑坡分割网络

边界更准

结合可变形注意力与多尺度融合，提升复杂地形中小尺度滑坡的分割精度。

79477071 · Jiang, Wenliang · Li, Qiang · Xue, Li

IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 2026

技术优势

小滑坡也能割准

多尺度注意力融合机制分层整合深层语义信息与浅层空间特征，大幅改善小尺度滑坡分割。

边界抓得更细

跨金字塔可变形注意力模块融合可变形卷积的几何适应性和多头注意力的全局上下文建模，显著增强边界检测。

精度高还不笨重

在Bijie和Landslide4sense数据集上分割精度超过现有最优方法，同时可训练参数量保持适中。

应用场景

• 遥感灾害监测：从遥感影像中自动分割滑坡区域，代替人工目视解译，提升灾害应急响应速度。
• 滑坡风险评估：提供准确的滑坡边界和范围，为风险评估和灾后评估提供定量依据。
• 遥感影像分析：作为高精度分割模型，可直接用于遥感影像分析流程，或作为预训练模型微调。