SFFNet：一种基于小波的空间与频域融合网络用于遥感分割
计算机视觉与模式识别
2024-05-06 v1
摘要
为了充分利用空间信息进行分割，并解决遥感分割中处理灰度变化显著区域的挑战，我们提出了SFFNet（空间与频域融合网络）框架。该框架采用两阶段网络设计：第一阶段使用空间方法提取特征，以获得具有足够空间细节和语义信息的特征；第二阶段在空间域和频域中映射这些特征。在频域映射中，我们引入了小波变换特征分解器（WTFD）结构，该结构利用Haar小波变换将特征分解为低频和高频分量，并将其与空间特征集成。为了弥合频率与空间特征之间的语义鸿沟，并促进显著特征选择以推动不同表示域特征的结合，我们设计了多尺度双表示对齐滤波器（MDAF）。该结构利用多尺度卷积和双交叉注意力。综合实验结果表明，与现有方法相比，SFFNet在mIoU方面取得了优越的性能，分别达到84.80%和87.73%。代码位于https://github.com/yysdck/SFFNet。
引用
@article{arxiv.2405.01992,
title = {SFFNet: A Wavelet-Based Spatial and Frequency Domain Fusion Network for Remote Sensing Segmentation},
author = {Yunsong Yang and Genji Yuan and Jinjiang Li},
journal= {arXiv preprint arXiv:2405.01992},
year = {2024}
}