基于原型的低空无人机语义分割
计算机视觉与模式识别
2026-04-03 v1
摘要
低空无人机图像的语义分割面临独特挑战，包括极端尺度变化、复杂物体边界以及边缘设备上有限的计算资源。现有基于变换器的分割方法取得了显著性能，但计算开销高，而轻量级方法则难以捕获高分辨率航空场景中的细粒度细节。为解决这些限制，我们提出了PBSeg——一个针对无人机应用的高效原型基分割框架。PBSeg引入了新颖的原型基交叉注意力(PBCA)，以利用特征冗余性降低计算复杂度，同时保持分割质量。该框架集成了高效的多尺度特征提取模块，将可变形卷积(DConv)与情境调制(CAM)结合，以捕获局部细节和全局语义。在两个具有挑战性的无人机数据集上的实验表明，所提出方法有效。PBSeg在UAVid数据集上实现了71.86%的mIoU，在UDD6数据集上实现了80.92%的mIoU，在保持计算效率的同时实现了竞争性性能。代码可在 https://github.com/zhangda1018/PBSeg 获取。
引用
@article{arxiv.2604.01550,
title = {Prototype-Based Low Altitude UAV Semantic Segmentation},
author = {Da Zhang and Gao Junyu and Zhao Zhiyuan},
journal= {arXiv preprint arXiv:2604.01550},
year = {2026}
}
备注
Accepted to ICME 2026