一种联合空间变换和置换注意力机制的近岸水产养殖区信息提取方法

来源：大连海洋大学学报杂志2024年第2期北京时间：

作者：巫统仁, 张显, 刘培, 文婷婷, 邹振学

单位：1.海南热带海洋学院 崖州湾创新研究院，海南 三亚 572025；2.海南省海洋与渔业科学院，海南 海口 571126；3.河南理工大学 测绘与国土信息工程学院，河南 焦作 454003；4.北华航天工业学院 遥感信息工程学院，河北 廊坊 065000

摘要：为解决水产养殖区遥感提取过程中近岸坑塘养殖目标和网箱养殖目标地物背景复杂，受房屋、植被、海水和船只等干扰提取精度较低等问题，提出了一种联合空间变换和置换注意力机制的近岸水产养殖区信息提取方法SA-STN-Net，选取海南省文昌市八门湾和万宁市坡头港为研究区域，先利用光谱特征和纹理特征构建水产养殖目标先验知识，然后在U-Net模型基础上联合空间变换网络(spatial transformer network，STN)和置换注意力机制(shuffle attention，SA)，用于增强养殖目标空间特征、减少复杂地物的干扰并聚焦近岸水产养殖区域。结果表明：与原始U-Net模型相比，SA-STN-Net模型的总体提取精度和平均交并比提高了3.3%和5.7%；与当前较为先进的A2fpn、Swin-Transformer和Dc-Swin等深度学习分割算法相比，SA-STN-Net模型具有更好的分割性能，F1分数分别提高了6.7%、4.2%和7.2%。研究表明，本文提出的SA-STN-Net模型能适应近岸水产养殖目标地物背景复杂的情况，可对近岸养殖目标进行有效提取，本研究结果可为近岸规划与管理部门提供技术支持。

关键词：空间变换网络(STN),置换注意力(SA),深度学习,水产养殖区信息提取

基金资助：海南热带海洋学院崖州湾创新研究院开放课题重点项目(2022CXYKFKT03)；海南热带海洋学院崖州湾创新研究院课题组学生创新重点项目(2022CXYXSCXXM07)；海南省自然科学基金(423MS120)；海南省海洋与渔业科学院省本级课题项目(KYL-2024-06)；河北省自然科学基金面上项目(D2020409002)