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(biāo)邊緣模糊等問(wèn)題，對(duì)其進(jìn)行智能解譯仍然是一項(xiàng)極具挑戰(zhàn)性的工作。傳統(tǒng)的語(yǔ)義分割方法在處理這些問(wèn)題時(shí)存在局限性，難以有效捕捉全局和局部信息。針對(duì)上述問(wèn)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(yǔ)義特征，以處理像素之間的長(zhǎng)距離依賴關(guān)系，從而促進(jìn)對(duì)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(xì)節(jié)信息，加強(qiáng)目標(biāo)地物邊緣信息表達(dá)；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(qiáng)多尺度信息的獲取能力。（剩余13961字）