基于TA-UNet3+的高分辨率遥感图像地表水体提取

来源：计算机工程与应用杂志2025年第13期北京时间：

作者：白倩, 罗小波, 母仕林

单位：1.重庆邮电大学 计算机科学与技术学院，重庆 400065；2.重庆邮电大学 空间大数据智能技术重庆市工程研究中心，重庆 400065

摘要：遥感图像中准确提取地表水体信息对于水资源管理、环境监测等领域至关重要。然而，由于地表覆盖的多样性、水体与周围环境的交汇、植被的复杂遮挡等因素，使得这项任务仍然面临着一系列挑战。为了提高地表水体提取精度，基于U-Net3+网络进行优化，提出了一种适用于高分辨率遥感图像的TA-UNet3+网络模型。在编码器端由深度特征到浅层逐层引入窗口注意力嵌入模块，将来自更深层特征的局部注意力逐步嵌入到较低级特征中，提高特征图的语义理解能力。引入了结合阈值注意力和深度可分离的TA-ASPP模块，有效提高了特征信息的提取效率。在解码器端修改了多尺度融合模块，采用可学习的密集上采样卷积和深度分离卷积替代原始的双线性插值与普通卷积，在保证精度的同时显著降低了计算复杂度。数据集选择了重庆市不同场景下的部分地区，实验结果表明，TA-UNet3+网络模型在精度、召回率、F1和IoU等评价指标上均优于语义分割网络，表现出更高的地表水体提取精度。

关键词：地表水体提取,遥感图像,TA-UNet3+,阈值注意力,密集上采样卷积,TA-ASPP模块,窗口注意力