基于无人机的遥感方法在修复后的垃圾填埋场结构评估中的应用
《Sustainable Chemistry》:UAV-Based Remote Sensing Methods in the Structural Assessment of Remediated Landfills
【字体:
大
中
小
】
时间:2025年12月25日
来源:Sustainable Chemistry 4.2
编辑推荐:
摘要
在遥感图像中,对复杂地貌进行精确的语义分割受到明显的类内异质性、模糊的边界和不规则地貌结构的阻碍。为了解决这些挑战,本文提出了一种新的分割网络LENet(Landforms Expert Segmentation
摘要
在遥感图像中,对复杂地貌进行精确的语义分割受到明显的类内异质性、模糊的边界和不规则地貌结构的阻碍。为了解决这些挑战,本文提出了一种新的分割网络LENet(Landforms Expert Segmentation Net),该网络结合了轴向语义建模和基于形变的补偿机制。LENet采用编码器-解码器框架,其中解码器整合了三个关键模块:Expert Enhancement Block (EEBlock) 用于捕获沿轴向方向的长距离依赖关系;Feature Expert Compensator (FEC) 利用可变形卷积和通道-空间解耦的权重来突出类内模糊区域;Cross-Sparse Attention (CSA) 机制通过多速率稀疏掩码抑制背景噪声,并通过余弦相似性加权增强类内一致性。在PKLD高原喀斯特和GVLM滑坡数据集上的实验表明,LENet的IoU得分分别为70.39%和80.95%,召回率分别为83.33%和91.38%,超过了八种先进的算法。这些结果证实,LENet有效平衡了全局上下文理解和局部细节优化,为遥感图像中复杂地貌的分割提供了一个强大且准确的解决方案。
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