文献 | 多模态遥感语义分割,使用RGB和SAR数据用于土地覆盖分类的网络ASANet

文章预览

转自：遥感与深度学习 题目：ASANet: Asymmetric Semantic Aligning Network for RGB and SAR image land cover classification 期刊：ISPRS Journal of Photogrammetry and Remote Sensing 论文：https://www.sciencedirect.com/science/article/pii/S0924271624003630 年份：2024 作者单位： 航天宏图、南京信息工程大学 创新点 提出非对称语义对齐网络（ASANet）： 引入语义聚焦模块（SFM）和级联融合模块（CFM），分别在通道和空间维度上优化RGB与SAR特征的融合。 构建新的RGB-SAR数据集（PIE-RGB-SAR）： 包括六类地物（城市、道路、水体、森林、农田、其他），数据标注精细且适应实际应用场景。数据集的多云环境进一步测试模型的鲁棒性。 数据 PIE-RGB-SAR数据集 来自珠三角地区的RGB和SAR影像，分别具有0.5m和3m的分辨率，包含4865张裁剪为256×256像素的图像。 六类地物比例：城市(30%)、道路(3%)、水体(7%)、森林(42%)、 ………………………………