典型文献
基于视觉注意力机制的多源遥感图像语义分割
文献摘要：
近年来,随着空间感知技术的不断发展,对多源遥感图像的融合处理需求也逐渐增多,如何有效地提取多源图像中的互补信息以完成特定任务成为当前的研究热点.针对多源遥感图像融合语义分割任务中,多源图像的信息冗余和全局特征提取难题,本文提出一种将多光谱图像(Multispectral image,MS)、全色图像(Panchromatic image,PAN)和合成孔径雷达(Synthetic Aperture Radar,SAR)图像融合的基于Transformer的多源遥感图像语义分割模型Transformer U-Net(TU-Net).该模型使用通道交换网络(Channel-Exchanging-Network,CEN)对融合支路中的多源遥感特征图进行通道交换,以获得更好的信息互补性,减少数据冗余.同时在特征图拼接后通过带注意力机制的Transformer模块对融合特征图进行全局上下文建模,提取多源遥感图像的全局特征,并以端到端的方式分割多源图像.在MSAW数据集上的训练和验证结果表明,相比目前的多源融合语义分割算法,在F1值和Dice系数上分别提高了3.31％～11.47％和4.87％～8.55％,对建筑物的分割效果提升明显.
文献关键词：
多源遥感图像;语义分割;图像融合;注意力机制
中图分类号：
作者姓名：
谭大宁;刘瑜;姚力波;丁自然;路兴强
作者机构：
海军航空大学信息融合研究所,山东烟台264001;中科卫星(山东)科技集团有限公司,山东济南250199
文献出处：
引用格式：
[1]谭大宁;刘瑜;姚力波;丁自然;路兴强-.基于视觉注意力机制的多源遥感图像语义分割)[J].信号处理,2022(06):1180-1191
A类：
Panchromatic,MSAW
B类：
视觉注意力机制,多源遥感图像,遥感图像语义分割,空间感知,感知技术,融合处理,多源图像,成特定,遥感图像融合,合语,信息冗余,全局特征提取,多光谱图像,Multispectral,image,全色图像,PAN,合成孔径雷达,Synthetic,Aperture,Radar,SAR,Transformer,分割模型,TU,模型使用,交换网,Channel,Exchanging,Network,CEN,支路,特征图,信息互补,互补性,少数据,数据冗余,拼接,融合特征,全局上下文,端到端,比目,多源融合,分割算法,Dice,分割效果,效果提升
AB值：
0.369034
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
