Samba: 基于状态空间模型的遥感图像语义分割
计算机视觉与模式识别
2024-04-12 v2
摘要
高分辨率遥感图像对常用的语义分割方法（如卷积神经网络（CNN）和视觉Transformer（ViT））提出了挑战。基于CNN的方法由于感受野有限而难以处理此类高分辨率图像，而ViT在处理长序列时面临挑战。受采用状态空间模型（SSM）高效捕获全局语义信息的Mamba启发，我们提出了一种用于高分辨率遥感图像的语义分割框架，命名为Samba。Samba采用编码器-解码器架构，其中Samba块作为编码器用于高效的多级语义信息提取，UperNet作为解码器。我们在LoveDA、ISPRS Vaihingen和ISPRS Potsdam数据集上评估了Samba，并将其性能与表现最佳的CNN和ViT方法进行了比较。结果表明，Samba在常用的遥感数据集上实现了无与伦比的语义分割性能。我们提出的Samba首次证明了SSM在遥感图像语义分割中的有效性，为基于Mamba的技术在此特定应用中树立了新的性能基准。源代码和基线实现可在https://github.com/zhuqinfeng1999/Samba获取。
引用
@article{arxiv.2404.01705,
title = {Samba: Semantic Segmentation of Remotely Sensed Images with State Space Model},
author = {Qinfeng Zhu and Yuanzhi Cai and Yuan Fang and Yihan Yang and Cheng Chen and Lei Fan and Anh Nguyen},
journal= {arXiv preprint arXiv:2404.01705},
year = {2024}
}