《International Journal of Applied Earth Observation and Geoinformation》:DA-MiTUNet: A Mix Transformer with dual attention embedding in unet for Land-Sea segmentation of remote sensing images
编辑推荐:
本研究针对复杂海岸线动态监测中陆海边界模糊、小尺度目标识别困难等挑战,提出了一种基于混合Transformer(MiT)与双注意力机制的新型遥感影像分割模型DA-MiTUNet。通过融合卷积块注意力模块(CBAM)与高效自注意力机制构建双注意力编码器,并结合自适应特征融合模块(AFFM)与金字塔池化模块(PPM)增强多尺度特征提取能力。实验表明,该模型在GF-HNCD和BSD数据集上平均F1分数(mF1)和平均交并比(MIoU)均优于主流模型,为极端海平面事件下的海岸带风险评估提供了更精准的技术支持。
海岸线作为陆地与海洋的交界线,是地球上最活跃的自然边界之一。受海平面上升、围填海工程等自然与人为因素影响,海岸线形态持续变化,直接威胁沿海经济社会安全。传统人工勘测方式效率低、误差大,而基于阈值分割、边缘检测算子的传统遥感方法在复杂海岸环境下易受浑浊水体、养殖区等干扰,难以精准捕捉边界细节。尽管深度学习技术已在语义分割领域取得进展,但现有模型对模糊边界、小尺度水道等场景的适应性仍不足,制约了海岸带动态监测的精度。
为提升陆海边界分割的准确性,海南师范大学研究团队在《International Journal of Applied Earth Observation and Geoinformation》发表论文,提出了一种融合双注意力机制的混合Transformer网络DA-MiTUNet。该模型以U型网络为框架,通过引入卷积块注意力模块(CBAM)与混合Transformer(MiT)的高效自注意力机制构建双注意力编码器,结合自适应特征融合模块(AFFM)与金字塔池化模块(PPM)实现多尺度特征优化,显著增强了模型对复杂边界的感知能力。
研究采用的技术方法主要包括:1)基于混合Transformer(MiT)的多层级特征编码器,通过重叠块合并与空间降维策略降低计算复杂度;2)在编码器各阶段嵌入CBAM模块,串联通道注意力与空间注意力实现特征细化;3)解码器设计融合动态蛇形卷积(DSC)与倒残差块(IRB),通过自适应特征融合模块(AFFM)提升边缘细节恢复能力;4)使用金字塔池化模块(PPM)聚合全局上下文信息。实验数据来源于高分一号海南海岸线数据集(GF-HNCD)和Landsat-8构建的基准海陆数据集(BSD),均包含人工标注的陆海二分类标签。
4.1.1 定量评估结果与分析
DA-MiTUNet在GF-HNCD和BSD数据集上的mF1分别达到98.46%和98.36%,MIoU为96.96%和96.77%,均显著优于U-Net、PSPNet、SwinUnet等对比模型。参数量(8.84M)和计算量(10.18G FLOPs)仅为UPerNet的13.8%和4.3%,体现了优越的精度-效率平衡。
4.1.2 图像分割结果与分析
在典型复杂场景中,DA-MiTUNet表现出三大优势:1)对养殖区、生物群落等模糊区域具有更强区分度,避免将悬浮物误判为陆地;2)在狭窄水道、人工堤岸等小尺度目标上边界完整性更佳;3)有效抑制船舶、植被等内部误分类,在低分辨率影像中仍保持稳定性能。
4.2 消融实验与讨论
逐步添加MiT、CBAM、AFFM和PPM模块的实验表明,双注意力机制使MIoU提升1.25%,而多尺度解码器进一步将边界细节恢复误差降低0.86%。全模块组合后,模型在BSD数据集上MIoU较基线U-Net提升3.5%。
该研究通过双注意力机制与多尺度特征融合策略,有效解决了陆海边界模糊、小目标漏检等关键问题。DA-MiTUNet不仅为海岸带灾害风险评估提供了高精度数据支撑,其模块化设计思路也为其他遥感影像分割任务提供了借鉴。未来可探索基于多源卫星数据的大规模预训练,进一步拓展模型在全球海岸监测中的应用潜力。