SCPDNet:融合可变形注意力与多尺度特征的遥感影像滑坡检测新方法
《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》:SCPDNet: A Network for Landslide Detection Combining Deformable Attention and Multiscale Fusion in Remote Sensing Imagery
【字体:
大
中
小
】
时间:2025年12月08日
来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 5.4
编辑推荐:
本文针对复杂地形下滑坡检测存在的边界模糊和小尺度目标识别难题,提出了一种基于SAM(Segment Anything Model)的SCPDNet网络。通过引入可变形多头注意力(DMHA)模块增强几何特征感知能力,结合多尺度注意力融合(MSAF)机制实现跨层级特征交互,并设计交叉金字塔可变形注意力(CPDA)模块协同优化局部细节与全局上下文信息。实验表明,该方法在Bijie(0.8 m分辨率)和Landslide4Sense(10 m分辨率)数据集上mIoU分别达到87.66%和76.51%,显著提升滑坡边界分割精度,为地质灾害应急响应提供可靠技术支撑。
山体滑坡如同潜伏在群山中的“隐形杀手”,其突发性和破坏性对人类社会构成严重威胁。传统人工目视解译方法效率低下,而现有深度学习模型在复杂地形下面临着滑坡边界模糊、小尺度目标漏检等挑战。尤其当滑坡体呈现不规则形态或与周边环境纹理相似时,卷积神经网络(CNN)难以捕捉长距离依赖关系,而视觉Transformer(ViT)又缺乏对局部细节的建模能力。这种“全局与局部不可兼得”的困境,成为高精度滑坡自动识别领域亟待突破的瓶颈。
为解决这一难题,发表于《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》的研究提出了一种创新性解决方案——SCPDNet网络。该研究巧妙利用SAM模型的强大特征提取能力,通过设计可变形多头注意力(DMHA)、多尺度注意力融合(MSAF)和交叉金字塔可变形注意力(CPDA)三大核心模块,实现了滑坡边界精准定位与多尺度特征协同优化。实验证明,该网络在保持适中参数量的前提下,显著提升了复杂场景下的滑坡检测精度。
研究采用“冻结SAM编码器+可训练解码器”的框架,核心技术创新体现在三方面:首先通过DMHA模块预测采样偏移量,使卷积核能自适应贴合滑坡边缘;其次利用MSAF机制融合1×、2×、4×三个尺度的特征金字塔,增强模型对大小滑坡的感知能力;最后通过CPDA模块整合前述技术,采用可学习门控系数η动态调节特征融合强度。损失函数选用聚焦Tversky损失(Focal Tversky Loss),通过调整α=0.7、β=0.3的权重平衡假阴性/假阳性惩罚,γ=4.0强化对难样本的关注度。
模型架构设计:如Fig.1所示,SCPDNet采用SAM的ViT-L图像编码器作为固定特征提取器,解码器包含串联的CPDA模块和深度空洞空间金字塔池化(DASPP)模块。CPDA模块执行顺序经过精心设计:先通过DMHA进行几何校正,再经MSAF实现跨尺度融合,最终由门控机制控制特征输出。这种设计确保在高层语义特征(1/16或1/32分辨率)上同时捕获点-区域和区域-区域依赖关系。
可变形多头注意力模块:Fig.2展示了DMHA的工作机制。该模块通过3×3卷积生成采样偏移量Δp∈RB×Doffset×H×W,驱动可变形卷积对特征图进行自适应采样。其注意力计算遵循标准缩放点积公式A=softmax(QKT/√dk),最终通过残差连接和初始值为0.1的门控系数实现稳定训练。该设计使模型对滑坡边缘的断裂带和陡峭岩面具有更强感知能力。
多尺度注意力融合机制:如Fig.3所示,MSAF采用三路径并行结构,分别对应原尺度(保留空间细节)、2倍下采样(中等语境)和4倍下采样(全局信息)。各路径特征经过自适应池化、1×1卷积压缩和上采样对齐后,通过通道拼接与残差连接实现特征增强。这种设计显著提升了模型对嵌入复杂背景的小尺度滑坡的检测能力。
实验验证与结果:研究在Bijie(BJL)和Landslide4Sense(L4S)两个数据集上进行测试。如Table I所示,SCPDNet在BJL数据集上滑坡区域的IoU达到77.57%,较SegFormer、Mask2Former等模型提升超过10个百分点。在低分辨率L4S数据集上(Table II),虽然绝对数值有所下降,但仍以55.72%的滑坡IoU显著优于对比模型。可视化结果(Fig.4-5)进一步证实,该方法能有效减少边缘“毛刺”现象,对狭窄裂缝和破碎岩体保持更好连续性。
消融实验分析:Table III的系统性消融实验表明,CPDA模块带来最大性能增益(BJL数据集mIoU提升3.77%),其作用大于各子模块独立贡献之和。DMHA主要提升边界定位精度,MSAF则通过多尺度上下文聚合改善小目标召回率。如Table IV所示,聚焦Tversky损失函数相比传统Dice损失带来0.54-0.75%的mIoU提升,证明其对类别不平衡问题的有效性。
效率对比评估:如Table V所示,SCPDNet以17.41M可训练参数和121.37ms推理延迟,在精度与效率间取得良好平衡。虽然参数量高于SCDUNet++(4.94M),但其在BJL数据集上的mIoU领先2.09%,且推理速度快于ST-UNet(261.78ms)。这种性能优势在Fig.6的小滑坡检测案例中尤为明显,SCPDNet能准确识别出传统方法漏检的零星滑坡体。
该研究的创新性在于成功打通了全局语境推理与局部形变建模的技术路径。通过CPDA模块的级联设计,既保留了SAM模型强大的语义表征能力,又弥补了其在地形细节感知方面的不足。值得注意的是,该方法目前仍受限于固定输入尺寸(1024×1024),对大幅面遥感影像需进行分块处理,可能影响连续滑坡体的完整性识别。未来研究方向包括开发自适应图像分块策略、探索轻量化解码器设计,以及拓展多模态数据(如DEM、SAR)融合应用。这项技术为地质灾害应急响应提供了更可靠的自动化解决方案,尤其适用于山区滑坡灾害的快速评估与监测预警场景。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号