基于视觉状态空间模型的双分支编码器网络DBENet实现遥感图像语义分割性能突破

来自国内的研究人员针对遥感图像语义分割中全局与局部信息建模难题，创新性融合ResNet与视觉状态空间模型(VSS)构建双分支编码器网络(DBENet)。该研究通过交叉扫描机制计算注意力，结合全局-局部变换块(GLTB)和特征增强块(FEB)，在ISPRS Vaihingen等三个公开数据集上实现优于现有技术的分割性能，为遥感图像分析提供了高效建模新范式。

　　

遥感图像语义分割是计算机视觉领域的核心挑战，传统卷积神经网络(CNN)存在感受野局限，而Transformer模型又面临计算复杂度高的问题。基于状态空间模型(SSM)构建的Mamba架构成为新突破点，它能在保持线性计算复杂度的同时建立长程依赖关系。本研究提出的双分支编码器网络(DBENet)创新性地将ResNet与视觉状态空间模型(VSS)并行整合为编码器双分支，通过交叉扫描机制实现注意力计算。特别设计的全局-局部变换块(GLTB)对双输入进行差异化处理：一路增强VSS提取的全局特征，另一路优化ResNet捕获的局部特征。特征增强块(FEB)则采用1×1卷积实施通道维度特征强化。在ISPRS Vaihingen、Potsdam和LoveDA(Urban)三大权威数据集上的实验表明，该方法在保持计算效率的同时显著提升了分割精度，为高分辨率遥感图像解译提供了新的技术路径。