融合动态权重与语义筛选的双分支遥感图像语义分割

来源：计算机工程与应用杂志2025年第20期北京时间：

作者：房梁, 谢刚, 续欣莹, 曲铁座, 谢新林

单位：1.太原科技大学 电子信息工程学院，太原 030024；2.先进控制与装备智能化山西省重点实验室，太原 030024；3.太原理工大学 电气与动力工程学院，太原 030024

摘要：针对遥感图像语义分割中存在的类内特征异质性导致错误分类和大目标分割碎片化的问题，提出一种融合动态权重与语义筛选的双分支遥感图像语义分割网络，所构建网络能够以逐层交互的方式建模Transformer和CNN的全局局部信息。构建基于动态权重调节机制的动态感知融合模块，通过聚合双分支的全局局部建模优势，缓解目标类内特征不一致导致的错误分类问题。提出语义筛选注意力用于交叉特征筛选模块，挖掘重要语义信息的同时过滤无效特征，以增强模型对大目标的连续分割能力。设计浅层空间-语义信息耦合模块，通过双路耦合注意力结构，缩小跳跃连接中深层语义信息和浅层空间细节之间的特征差异。此外，构建山西太原城区高分辨率卫星遥感数据集，并进行了九类地物目标的分割实验。在自建数据集和公开数据集ISPRS上的实验结果表明，所提算法能够在缓解同类型目标错误分类问题的同时增强对大目标的连续分割能力。

关键词：语义分割,深度学习,Transformer,注意力机制,遥感图像