多尺度轮廓渲染的聚焦注意力可变形卷积-Transformer网络在高分辨率遥感影像地物分类中的应用

本文创新性地提出MCFDTNet网络，通过聚焦注意力模块(FAM)解决高分辨率遥感影像(HRRSI)中轮廓模糊问题，结合可变形卷积(DCN)与Swin Transformer的双分支结构，并引入多尺度轮廓重渲染机制(ContourRend)，在Potsdam和GID数据集上分别实现MIoU指标0.88%和5.35%的提升，为地物分类提供了新的技术方案。

　　

Highlight亮点

1. 1.

   设计全局-局部多尺度融合模块，结合空洞卷积与注意力机制，有效整合Swin-Transformer分支和可变形卷积分支特征；

2. 2.

   在可变形卷积层中创新性加入聚焦注意力模块(FAM)，增强聚焦物体边缘特征；

3. 3.

   提出配备轮廓模糊评估函数的ContourRend模块，通过自适应阈值优化多尺度边界。

Conclusions结论

本文提出的MCFDTNet网络通过整合Transformer耦合可变形卷积网络(DCN)、全局-局部特征聚合和多尺度轮廓渲染三大技术优势，显著提升了HRRSI地物分类精度。实验证明，该模型在Potsdam和GID数据集上分别实现MIoU指标0.88%和5.35%的提升，为解决遥感影像中因摄影采样导致的边界模糊问题提供了有效方案。