Bi^2MAC：用于遥感图像混合的双模双自适应掩码感知卷积
计算机视觉与模式识别
2025-12-10 v1
摘要
混合旁照图（Pansharpening）旨在将高分辨率单波段（PAN）图像与低分辨率多光谱（LRMS）图像融合，以生成高分辨率多光谱图像（HRMS）。传统深度学习方法在适应特征表示内部的区域异质性方面存在局限。尽管提出了各种自适应卷积方法以解决这一限制，但它们往往导致计算成本过高，且难以有效捕获遥感图像中异质区域。为克服这些挑战，我们提出了双模双自适应掩码感知卷积（Bi^2MAC），有效利用不同类型区域的信息，同时智能分配计算资源。具体而言，我们设计了一个轻量级模块，用于生成软掩码和硬掩码，分别用于初步调制输入特征，并引导不同类型的区域进入独立的处理分支。冗余特征被引导至紧凑分支进行低成本的全局处理，而异质特征则被路由到专注分支，以更高的计算资源进行精细建模。在多个基准数据集上的广泛实验表明，Bi^2MAC 在保持显著降低的训练时间和参数数量的同时，实现了混合精度和计算效率方面的领先性能，成为自适应卷积模型中计算成本最低的方案之一。
引用
@article{arxiv.2512.08331,
title = {Bi^2MAC: Bimodal Bi-Adaptive Mask-Aware Convolution for Remote Sensing Pansharpening},
author = {Xianghong Xiao and Zeyu Xia and Zhou Fei and Jinliang Xiao and Haorui Chen and Liangjian Deng},
journal= {arXiv preprint arXiv:2512.08331},
year = {2025}
}