基于高效局部注意机制的遥感影像固体废物分割算法研究

来源：环境监测管理与技术杂志2026年第2期北京时间：

作者：陈永智；王淑玲；董昭；河北工程大学数理科学与工程学院；；河北省计算光学成像与光电检测技术创新中心；；河北省计算光学成像与智能感测国际联合研究中心；刘炳存；王涛；

单位：河北工程大学数理科学与工程学院；河北工程大学数理科学与工程学院；河北工程大学数理科学与工程学院；；河北省计算光学成像与光电检测技术创新中心；；河北省计算光学成像与智能感测国际联合研究中心；廊坊市生态环境局；国家卫星气象中心（国家空间天气监测预警中心）；

摘要：针对固体废物遥感检测中多类别语义分割的难题，提出基于高效局部注意机制、融合U型网络结构的深度学习分割模型（ELAU-Net），该模型利用深度卷积提取固体废物的几何纹理特征，并在多尺度特征图上施加注意力机制实现全局语义与局部细节融合。基于谷歌遥感卫星影像的试验表明，ELAU-Net对建筑垃圾、石头和废土堆的检测精确率分别为95%、90%和91%，显著优于DeepLabV3+、HR-Net及PSP-Net等对照模型。

关键词：固体废物,高效局部注意机制,几何纹理特征,遥感影像,语义分割,

基金资助：国家自然科学青年基金资助项目（42401461）；河北省自然科学基金资助项目（F2023402009）； 河北省高等学校科学技术研究基金资助项目（QN2022034）