TEFormer：面向城市遥感图像语义分割的纹理感知与边缘引导 Transformer
计算机视觉与模式识别
2025-12-01 v2
摘要
城市遥感图像（URSI）的准确语义分割是城市规划和环境监测的关键任务，但由于地理空间对象之间的细微纹理差异和相似的空间结构，导致语义歧义和误分类。此外，规则不规则的物体形状、模糊的边界以及物体的重叠空间分布也导致复杂多样的边缘形态。为此，我们提出了TEFormer，一种纹理感知与边缘引导的 Transformer 模型。该模型在编码器中引入纹理感知模块（TaM），以捕捉视觉上相似类别之间的细粒度纹理差异，从而增强语义辨识能力。解码器采用边缘引导三分支解码器（Eg3Head），在保持多尺度上下文感知的同时，保留局部边缘和细节。最后，引入边缘引导特征融合模块（EgFFM），有效整合上下文信息、细节信息和边缘信息，实现精细化的语义分割。大量评估表明，TEFormer 在 Potsdam 数据集上获得 88.57% 的 mIoU，在 Vaihingen 数据集上获得 81.46% 的 mIoU，分别超过下一最佳方法 0.73% 和 0.22%。在 LoveDA 数据集上，它以整体 mIoU 为 53.55% 位列第二，仅落后于最优性能 0.19%。
关键词
引用
@article{arxiv.2508.06224,
title = {TEFormer: Texture-Aware and Edge-Guided Transformer for Semantic Segmentation of Urban Remote Sensing Images},
author = {Guoyu Zhou and Jing Zhang and Yi Yan and Hui Zhang and Li Zhuo},
journal= {arXiv preprint arXiv:2508.06224},
year = {2025}
}
备注
Accepted by IEEE GRSL