摘要
在高分辨率遥感影像中进行精确的大坝检测颇具挑战性，因为大坝在尺度和形态上存在显著变化、边界模糊不清，且与道路、桥梁和岸线在视觉上高度相似。现有的单模态检测方法主要依赖光谱和纹理信息，因此对大坝的几何结构和空间关系的表征能力有限。针对这些局限性，本研究提出了一种面向复杂遥感场景的跨模态大坝检测网络——CMD Net。CMD Net采用双分支骨干网络，独立提取RGB纹理特征和伪深度几何导向结构先验，并逐步融合其互补信息。在该框架中，频率解耦跨模态门控注意力（FD-CMGA）模块通过近似空间分解选择性融合高低频信息，以解决无差别的RGB-深度融合可能导致的负迁移问题；跨阶段多尺度门控特征聚合（CS-MGFA）模块和C2GDA模块的引入则分别用于增强大坝特有的多尺度表征和几何感知特征建模。此外，本研究利用2米分辨率遥感影像构建了一个新的RGB-深度大坝检测数据集（DAM RGB-D），包含7712对图像和8242个标注的大坝实例。实验表明，CMD Net在DAM RGB-D数据集上达到了91.8%的精确率、91.9%的召回率、95.1%的mAP50和63.5%的mAP50:95。在DIOR-D数据集上，其在大坝类别中取得了最优的召回率、mAP50和mAP50:95，分别达到60.5%、62.0%和32.5%。在区域尺度实验中，CMD Net在123座已验证的大坝中成功检测到108座，召回率达到87.8%，F2-score为79.8%，随后采用轻量化地理-光谱滤波策略进一步将精确率提升至88.8%。这些结果表明，CMD Net有效地利用了RGB纹理信息与伪深度先验的互补几何信息，为高召回率大坝检测和区域尺度大坝候选提取提供了一种可靠的方法。
