面向超高分辨率遥感影像桥梁检测的多边形序列网络
《Remote Sensing》:PSeq-Net: End-to-End Sparse-Global Sequence Modeling for Bridge Detection in Ultra-High-Resolution Remote Sensing Imagery
【字体:
大
中
小
】
时间:2026年10月24日
来源:Remote Sensing 4.3
摘要
在超高分辨率遥感影像中实现鲁棒的桥梁检测对于交通基础设施制图、地理信息系统更新以及灾后评估具有重要意义。然而,局部裁剪可能会中断大跨径桥梁的空间连续性,导致检测结果碎片化以及几何上不一致的预测。本文提出了一种多边形序列网络(PSeq-Net),这是一种面向超高分辨率(VHR)遥感影像桥梁检测的端到端稀疏-全局序列建模框架。PSeq-Net为每座桥梁生成有序的矩形顶点序列,将视觉编码与结构化几何预测统一起来。层次化稀疏特征采样在桥梁相关区域保留了细粒度的证据,同时对背景区域采用紧凑表示,从而能够高效处理2048 × 2048的输入。全局上下文聚合集成了长距离空间依赖关系,而几何感知的优化则提高了预测桥梁形状的结构合理性。在大规模GLH-Bridge基准上的实验表明,PSeq-Net的平均精度(AP)达到37.87%,AP50达到73.58%,AP75达到31.38%,优于具有代表性的方向感知和大规模桥梁检测器。进一步的分析表明,该方法在细长桥梁和跨越边界的桥梁定位方面有所改善,碎片化程度降低,并且在多样的场景背景和图像分辨率下均表现出鲁棒性。
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