论文总结【2024.11】IEEE Transactions on Geoscience and Remote Sensing

最新推荐文章于 2025-03-10 16:24:03 发布

新手小白勇闯新世界

最新推荐文章于 2025-03-10 16:24:03 发布

阅读量1.2k

点赞数 23

分类专栏：论文汇总文章标签：计算机视觉目标跟踪人工智能

本文链接：https://blog.csdn.net/weixin_43899239/article/details/144742082

版权

IEEE Transactions on Geoscience and Remote Sensing

1、FFCA-YOLO for Small Object Detection in Remote Sensing Images【FFCA-YOLO 用于遥感图像中小目标检测】

特征表示不足、背景混淆等问题使得遥感中小目标的探测任务变得艰巨。特别是当算法将部署在机上进行实时处理时，这需要在有限的计算资源下对准确性和速度进行广泛的优化。为了解决这些问题，本文提出了一种称为特征增强、融合和上下文感知 YOLO （FFCA-YOLO） 的高效检测器。FFCA-YOLO 包括三个创新的轻量级和即插即用模块：功能增强模块（FEM）、功能融合模块（FFM）和空间上下文感知模块（SCAM）。这三个模块分别提高了局域网感知、多尺度特征融合和全局关联跨信道和空间的网络能力，同时尽可能避免增加复杂性。因此，小物体的弱特征表示得到了增强，并且可混淆的背景被抑制了。使用两个用于小目标检测的公共遥感数据集（VEDAI 和 AI-TOD）和一个自建数据集（USOD）来验证 FFCA-YOLO 的有效性。FFCA-YOLO 的准确率达到 0.748、0.617 和 0.909（以 mAP50 为单位），超过了几个基准模型和最先进的方法。同时，FFCA-YOLO 的稳健性也在不同的模拟降解条件下得到了验证。此外，为了在保证效率的同时进一步减少计算资源消耗，通过基于部分卷积（PConv）重建 FFCA-YOLO 的主干和颈部，优化了 FFCA-YOLO （L-FFCA-YOLO）的精简版。与 FFCA-YOLO 相比，L-FFCA-YOLO 具有更快的速度、更小的参数尺度和更低的计算能力要求，但精度损失很小。源代码将在 https://github.com/yemu1138178251/FFCA-YOLO

2.用于遥感图像语义分割的 Swin Transformer 嵌入 UNet

Swin Transformer Embedding UNet for Remote Sensing Image Semantic Segmentation

全局上下文信息对于遥感（RS）图像的语义分割至关重要。然而，现有的大多数方法都依赖于卷积神经网络（CNN），由于卷积运算的局部性，直接获取全局上下文具有挑战性。受具有强大全局建模能力的 Swin transformer 的启发，我们提出了一种名为 ST-U 形网络（UNet） 的新型 RS 图像语义分割框架，它将 Swin transformer 嵌入到经典的基于 CNN 的 UNet 中。ST-UNet 构成了 Swin 变压器和 CNN 并行的新型双编码器结构。首先，我们提出了一个空间交互模块（SIM），它通过建立像素级关联来对 Swin transformer 块中的空间信息进行编码，以增强被遮挡对象的特征表示能力。其次，我们构建了一个特征压缩模块（FCM），以减少细节信息的损失，并在 Swin transformer 的补丁标记降采样中浓缩更多的小尺度特征，从而提高了小尺度地面目标的分割精度。最后，作为双编码器之间的桥梁，关系聚合模块（RAM）旨在将 Swin 转换器的全局依赖项分层集成到 CNN 的功能中。我们的 ST-UNet 分别对 ISPRS-Vaihingen 和 Potsdam 数据集进行了重大改进。该代码将在 https://github.com/XinnHe/ST-UNet .