您当前的位置:
首页 >
文章列表页 >
面向高分辨率遥感图像分割的级联精炼网络
面向高分辨率遥感图像分割的级联精炼网络
Cascaded refinement network for high-resolution remote sensing image segmentation
- “针对高分辨率遥感图像语义分割中Transformer模型因多次下采样导致细节衰减、边缘模糊及结构性目标失真的问题,介绍了其在遥感影像智能解译领域的研究进展,研究团队建立了级联精炼网络体系,通过通道与空间协同建模增强多层特征互补,利用多小波基自适应融合实现频域重建与细节恢复,结合图结构先验与多尺度空间建模对末端特征进行几何校准,为解决高分辨率遥感图像分割质量退化问题提供解决方案。”
- 光学精密工程 2026年34卷第14期 页码:2232-2246
DOI: 10.37188/OPE.20263414.2232
- CSTR: 32169.14.OPE.20263414.2232
修回:2026-06-17
移动端阅览
AI导读
HTML全文
图( 8 ) 表( 9 )
参考文献
出版信息
数据统计
196
浏览量
136
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
融合高阶信息的遥感影像建筑物自动提取
融合多头自注意力与双重特征重标定的高分辨率遥感建筑物提取
微小圆线圈的语义分割与精密测量研究
光子晶体激光器掩埋纳米孔结构自动量取
SAM提取多维灰度作为输入的视觉测量误差补偿
相关作者
王舒洋
杨东方
贺浩
郑玉航
韩轶龙
巩丹超
郑敏
侯嘉雯
相关机构
火箭军工程大学 作战保障学院
火箭军工程大学 导弹工程学院
山东科技大学 测绘与空间信息学院
空间基准全国重点实验室
中国测绘科学研究院


