面向超高分辨率遥感图像语义分割的全局-局部跨注意力网络
计算机视觉与模式识别
2025-06-25 v1 人工智能
摘要
随着超高分辨率（UHR）遥感技术的快速发展，对于准确高效的语义分割需求显著增加。然而，现有方法在计算效率和多尺度特征融合方面面临挑战。为此，我们提出GLCANet（Global-Local Cross-Attention Network），即为UHR遥感影像设计的轻量级分割框架。GLCANet采用双流架构，高效地融合全局语义与局部细节，同时最小化GPU资源占用。自注意力机制增强长程依赖，细化全局特征，同时保留局部细节以实现更好的语义一致性。掩码跨注意力机制还能自适应地融合全局-局部特征，选择性地增强细粒度细节，同时利用全局上下文以提高分割精度。实验结果表明，GLCANet在准确率和计算效率方面均优于当前最先进的方法。该模型能够以较小的内存占用有效处理大规模高分辨率图像，为实际遥感应用提供了可行方案。
引用
@article{arxiv.2506.19406,
title = {A Global-Local Cross-Attention Network for Ultra-high Resolution Remote Sensing Image Semantic Segmentation},
author = {Chen Yi and Shan LianLei},
journal= {arXiv preprint arXiv:2506.19406},
year = {2025}
}