航空画像のセマンティックセグメンテーションにおける特徴抽出のスケール単一性、細部の喪失、境界のぼやけ問題に対処するため、本論文では階層間インタラクションと方位認識を備えた航空画像セマンティックセグメンテーションネットワークを提案する。方向デカップリング注意戦略を通じて方位認識モジュールを構築し、モデルの空間的方向情報処理能力を強化した。階層間インタラクションモジュールを設計し、チャンネル間特徴の相互融合を行うことで空間認識能力を向上させ、同時にチャネル-空間注意機構を利用して特徴抽出能力を強化し、複雑なシーンでの細部のぼやけ問題を緩和した。最後に分割ヘッドを軽量化設計し、冗長な操作を削除して計算量を削減しつつ分割性能を確保した。実験結果は、本論文のネットワークがUAVidデータセットとAeroscapesデータセットにおいてベースラインモデルSegFormerと比較して平均IoUをそれぞれ1.7％と1.3％向上させ、航空画像など複雑な状況下でのセマンティックセグメンテーションの有効性を示した。Humanカテゴリではベースラインモデルに対して分割精度が1.8％向上し、小さなターゲットの分割において優れた性能を発揮することを証明した。複数の主流ネットワークと比較して、本手法は両データセットで最高の分割精度を実現し、より優れた汎化能力を示した。

階層間インタラクション;セマンティックセグメンテーション;航空画像;軽量化;方向デカップリング