《Engineering Applications of Artificial Intelligence》：Fuzzy wavelet downsampling module: A dual-approach module for small object segmentation in remote sensing images
编辑推荐：
•提出了一种双路径下采样模块（FWDM），用于遥感图像中的小目标分割。•FWDM集成了模糊边界建模和可学习小波分解，以保持结构信息。•设计了一种多层级平衡损失（MB-Loss），以缓解类别不平衡并增强小目标敏感性。•该方法在多种分割骨干网络上实现了mIoU和sIoU的持续提升。•
- •
提出了一种双路径下采样模块（FWDM），用于遥感图像中的小目标分割。
- •
FWDM集成了模糊边界建模和可学习小波分解，以保持结构信息。
- •
设计了一种多层级平衡损失（MB-Loss），以缓解类别不平衡并增强小目标敏感性。
- •
该方法在多种分割骨干网络上实现了mIoU和sIoU的持续提升。
- •
FWDM具有轻量、模块化的特点，兼容主流架构，可实现即插即用部署。
引言
遥感小目标分割（SOS）专注于在高分辨率卫星或航空影像中准确识别和描绘精细尺度的目标，如车辆、船只和小型建筑物（Zhang等，2022；J. Li等，2022）。随着空间分辨率的不断提高，精确提取此类紧凑目标已变得日益重要，涉及城市交通监控（Zhang等，2023；Yao等，2025）、灾害响应（Gupta和Shah，2020）、军事侦察（X. Li等，2022）、基础设施检测（Wang等，2021）以及环境评估（Lv等，2023；He等，2025）等一系列应用。通过在对象层面提供详细的语义信息，SOS增强了基于遥感的场景理解的细粒度和可靠性，并促进了智能对地观测系统的发展（Gao等，2023；Chen等，2024c）。
尽管基于深度学习的语义分割取得了显著进展，但准确分割小目标仍然是一个持续的挑战。这些目标通常仅占据少数像素，具有低对比度、弱纹理以及与其周围环境语义一致性差的特点（Zhao等，2024；Lu等，2024）。在传统的编码器-解码器架构中，早期的下采样操作（如最大池化和步长卷积）往往丢弃细粒度的细节，导致信息丢失，从而损害特征编码和空间恢复（Li等，2023）。因此，小目标在更深层中经常被错误分类或完全遗漏。为了缓解这些问题，已经提出了各种架构增强方案。多尺度特征融合网络如U-Net++、特征金字塔网络和HRNet跨分辨率整合表示（Wang等，2025；Chen等，2023；Chen等，2024a），而早期层监督（Feng等，2023）和密集跳跃连接（Liu等，2021；L. Li等，2025）旨在保持空间保真度。其他策略包括细节感知编码器（Wang等，2023；Chen等，2024b）、自适应池化机制（Lu等，2020）以及基于区域的细化方法，这些方法使用高分辨率特征和基于图的模块重新处理候选区域。基于Transformer的设计利用全局注意力来建模长距离依赖，而无需进行大量下采样（Kumar等，2023；Wang等，2024；Jing等，2024）。
然而，这些先进方法往往存在固有的权衡。多尺度架构，如HRNet和复杂的FPN，通常需要大量的网络重新设计，缺乏易于集成到传统骨干网络中的即插即用模块化特性。为了减轻下采样过程中固有的信息丢失，近期研究转向受信号处理启发的解决方案。例如，诸如BlurPool（Zhang，2019）和内容感知下采样（Hesse等，2023）等抗锯齿技术已被提出，以恢复平移不变性和结构完整性。与此同时，在我们先前工作之外，基于小波的深度学习架构在顶级文献中已有显著发展。例如，最近的进展如语义感知小波Transformer（Y. Li等，2025）利用小波变换取代传统下采样，在空间缩减过程中完全保留高频纹理细节。同样，在遥感图像分割中，最近的架构如SFFNet（Yang等，2024）已证明通过Haar小波进行特征分解能有效保留关键的局部边界，缓解了标准池化操作典型的信息丢失问题。同时，视觉Transformer（ViT）的出现为遥感图像分析带来了范式转变。2024年的最新最先进（SOTA）模型专门针对小目标感知的挑战。例如，Liu等（2025）引入了一种专为遥感图像中微小目标设计的基于Transformer的检测器，利用自注意力有效提取微小像素区域的表示。类似地，基础模型的最新进展，如Zhang等（2025）提出的多尺度SAM适配器，试图调整大规模Transformer架构以捕捉遥感物体的不同尺度。然而，尽管具有这些全局上下文建模能力，基于Transformer的架构在空间缩减过程中常常面临“频率混叠”问题以及局部高频边界的精确保持问题。Wei等（2024）先前探索了小波和模糊逻辑在全尺度分割网络中的结合。虽然共享了将频域分析与模糊建模相结合的核心理念，但所提出的FWDM呈现出一种根本不同的方法。与依赖固定Haar滤波器和计算昂贵的Type-2模糊集的现有方法不同，FWDM被设计为一种轻量、即插即用的下采样模块，由完全可学习的小波卷积和自适应模糊隶属度驱动。此外，我们引入了MB-Loss函数来显式处理极端类别不平衡，这是前述工作中很大程度上未解决的一个关键挑战。因此，该架构使FWDM能够在局部高频细节的保持与全局语义一致性的维护之间实现有效平衡。
在iSAID和Vaihingen基准上进行的严格实验验证了FWDM在各种骨干网络上稳健地增强了分割性能，在准确性和边界保持方面均取得了提升。后续章节组织如下。第2节介绍我们方法论的理論框架。第3节概述实验设计和评估标准。第4节分析实证结果。第5节指出现有局限性和未来方向，第6节得出最终结论。
章节摘要
方法论
如图1所示，所提出的FWDM由三个组件组成，每个组件都有助于增强小目标和模糊目标的表示。第一个是SMWE，它利用可学习的小波分解执行空间下采样，同时保留关键的结构和上下文信息。该方法有效保留了传统池化操作中通常丢失的细粒度特征。第二个组件AFBE采用数据驱动的模糊
iSAID数据集
iSAID数据集是基于DOTA基准通过遥感图像像素级标注构建的，其特点是具有高密度的小目标（Zamir等，2019）。由于并非所有场景都直接与SOS任务相关，我们选择性地关注具有代表性的场景子集，包括民用和军用机场，其中小目标密集分布且具有语义重要性。在训练中，共提取了64个场景实例。每个遥感图像随后被划分为
网络架构消融实验
我们采用U-Net作为消融实验的基线架构，确保所有配置在数据集划分、超参数和优化策略上保持一致。选择iSAID数据集是因为其高分辨率航空影像和密集分布的小目标对分割构成重大挑战。该评估框架作为严格的基础，以验证我们方法在保留细粒度细节和分割
讨论
尽管FWDM在增强SOS任务中展现出稳健的效果，但其当前工程约束的关键分析指出了未来优化的明确方向。首先，与像最大池化这样无参数的操作相比，FWDM固有地引入了额外的计算和参数开销。尽管将其集成限制在编码器早期阶段在表示能力和效率之间建立了非常有利的权衡，但这种边际增加
结论
本文中，我们提出FWDM来系统性克服高分辨率遥感图像中小目标的结构退化。通过将小波分解的频率保持能力与模糊逻辑的自适应推理协同结合，FWDM为传统空间缩减技术提供了一种稳健的架构替代方案。具体而言，SMWE组件提取分层、频率感知的表示以保持细粒度空间保真度，而AFBE组件
CRediT作者贡献声明
Yu Yan: 写作——审阅与编辑、写作——初稿、可视化、项目管理、方法论、调查、数据管理、概念化。 Jindong Xu: 可视化、方法论、资金获取。 Qianpeng Chong: 调查、概念化。 Guangyi Wei: 调查、概念化。 Zhixiang Wang: 调查、概念化。 Zongqin Yue: 调查、概念化。 Haoqin Sun: 调查、概念化。
利益冲突声明
作者声明，他们不存在已知的、可能影响本文报告工作的竞争性经济利益或个人关系。
致谢
作者感谢烟台大学的同事和导师在本研究过程中提供的深刻讨论和宝贵反馈。本工作部分得到了山东省自然科学基金资助（项目编号ZR2026MS1125），部分得到了烟台市科技创新发展计划基础研究重点项目资助（项目编号2024JCYJ037）。
Yu Yan|Jindong Xu|Qianpeng Chong|Guangyi Wei|Zhixiang Wang|Zongqin Yue|Haoqin Sun
