期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于多尺度注意力视觉Mamba U-Net的耕地遥感分割方法
1
作者 侯新刚 王勤令 伟锋 《农业机械学报》 北大核心 2026年第4期279-286,共8页
耕地遥感影像的准确分割对产量预测、农业经营和国家粮食安全至关重要。由于遥感农田图像分辨率高、尺寸大、种类多、边界不规则、背景复杂等特点,以及遥感图像分割中广泛应用的卷积神经网络和Transformer存在难以提取远程依赖关系和计... 耕地遥感影像的准确分割对产量预测、农业经营和国家粮食安全至关重要。由于遥感农田图像分辨率高、尺寸大、种类多、边界不规则、背景复杂等特点,以及遥感图像分割中广泛应用的卷积神经网络和Transformer存在难以提取远程依赖关系和计算复杂度高等局限性,使得农田遥感图像分割研究仍具有一定挑战性。针对当前耕地遥感分割任务中存在的边界模糊、地类混杂等问题,本文提出一种新型多尺度注意力视觉Mamba U-Net(MSAVM-UNet)模型。该模型通过3个模块实现性能突破:首先,改进视觉状态空间模块采用双向选择性扫描机制,在保持线性计算复杂度的同时实现长程依赖建模;其次,通道感知注意力状态空间模块通过动态光谱-空间特征重标定,有效提升耕地与背景地物的区分度;最后,构建多尺度跨层级特征金字塔特征聚合模块,实现多粒度信息融合。在公开耕地数据集的试验表明,MSAVM-UNet在分割精度和计算效率方面均显著优于现有方法,平均分割精度和相似系数分别达到85.60%和84.46%。研究结果为智慧农业耕地精准监测提供了可靠技术支撑。 展开更多
关键词 耕地遥感图像分割 通道感知注意力视觉状态空间 多尺度注意力聚合 msavm-unet
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部