{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,5,17]]，“日期-时间”：“2024-05-17T23:03:45Z”，“时间戳”：1715987025769}，“引用-计数”：54，“发布者”：“MDPI AG”，“问题”：“17”，“许可证”：[{“开始”：{-date-parts”：[2022,8,26]]，”日期-时间“：”202 2-08-26T00:00:00Z“，“时间戳”：1661472000000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/creativecommons.org\/licenses\/by\/4.0\/”}]，“资助者”：[{“name”：“国家重点研发项目”，“奖项”：[“2019YFE0110800”，“2016YFC1000307-3”，“62027827”]}，{“DOI”：“10.13039\/501100001809”，“name”:“国家自然科学基金”，“DOI-asserted-by”：“publisher”“，”奖项“：[“62172067”，“61976031”]}]，“内容域”：{“域”：[]，“交叉标记限制”：false}，“短容器时间”：[“遥感”]，“摘要”：“超高分辨率（VHR）遥感图像的语义分割在遥感智能解译中起着重要作用，因为它可以预测图像的像素级标签。尽管近年来出现了许多VHR遥感图像的语义分割方法，并取得了良好的效果，但由于VHR遥感影像的对象表现出较大的类内和类间变化，并且其大小在很大范围内变化，因此这仍然是一项具有挑战性的任务。因此，我们提出了一种新的VHR遥感图像语义分割框架，称为定位引导网络（PGNet），它由特征提取器、定位引导模块（PGM）和自多尺度采集模块（SMCM）组成。首先，PGM可以借助于变换器体系结构提取长相关性和全局上下文信息，并将其有效地传递到每个金字塔级特征，从而有效地提高不同语义对象之间的分割效率。其次，我们设计的SMCM可以有效地提取多尺度信息，生成具有高层语义信息的高分辨率特征地图，从而帮助分割小尺寸和不同尺寸的对象。如果不加修饰，拟议PGNet在iSAID数据集和ISPRS Vaihingn数据集上的mIoU分数分别比FactSeg高1.49%和2.40%<\/jats:p>“，”DOI“：”10.3390\/rs114174219“，”type“：”期刊文章“，”已创建“：｛”日期部分“：[[2022,8,30]]，”日期时间“：”2022-08-30T05:37:55Z“，”时间戳“：1661837875000｝，”page“：”4219“，”source“：”Crossref“，”由count引用“：10，”title“：[”PGNet:甚高分辨率遥感图像语义分割定位指导网络“]，”前缀“：”10.3390“，”卷“：”14“，”作者“：[{”ORCID“：”http://\/ORCID.org\/0000-0002-3164-6299“，”authenticated-ORCID“：false，”给定“：”Bo“，”family“：”Liu“，”sequence“：”first“，”affiliation“：[]}，{“ORCID”：“http://\/orchid.org\/0000-0002-6025-8578”，“authenticationed-ORCID:false，“给定”：“Jinwu”，“family”：“Hu”，“sequence”“：”additional“，”affiliation“：[]}，{”ORCID“：”http:\/\/orcid.org\/00000-0003-3134-217X“，”authenticated-orcid“：false，”given“：”秀丽“，”家族“：”Bi“，”sequence“：”additional“，”affiliation“：[]}，{“orcid”：“http://\/orcid.org\/000-0002-9033-8245”，”authorited-orcid“：false，”giving“：”威胜“，”family“：”Li“，“sequence”：“additional”，“affiliance”：[]{“OR CID”:“http://”\/orcid.org\/00000-0002-7985-0037“，”authenticated-orcid“：false，”given“：”Xinbo“，”family“：”Gao“，”sequence“：”additional“，”affiliation“：[]}]，”member“：”1968“，”published-online“：{”date-parts“：[[2022,8,26]]}，”reference“：[{”key“：“ref1”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/TGRS.2022.3144894”}，{“key”：“ref2”，“”doi-assert-by“：“”publisher“，”doi“：”10.3390\/rs13163265“}，{”key“：”ref3“，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/TGRS.2021.3097148“}，{“key”：“ref4”，“doi-assert-by”：“publisher”，“doi”：“10.1109\/GGRS.2022.3168697”}，“key“：”ref5“，”doi-assered-by“：”publisher“，”doi“：“：”10.3390\/rs14122884“}，{”key“：”ref7“，”doi-asserted-by“：”publisher“，”doi“：”10.1109 \/TGRS.2019.2926434“}，{“key”：“ref8”，“doi-asserted-by”：“publisher”，“doi”：“10.1109 \/TGRS.2022.3144165”}，}“密钥”：“ref9”，“doi-asserte-by”：“publisher”，“DI:”10.3390 \/rs14091956：“ref11”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/TBDATA.2022.3187413”}，{“key”：“ref12“，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/TCYB.2020.3042837“}，{“key”：“ref13”，“doi-assert-by”：“publisher”，“doi”：“10.1109\/GGRS.2022.3165851”}，“key“：”ref14“，”doi-asserted-by“:”publishers“，”DI:“10.1109 \/TIFS.2022.3170268”}“publisher”，“doi”：“10.3390\/rs70506079”}，{“key”：“ref16”，“doi-asserted-by”：“publisher“，”DOI“：”10.1016\/j.isprsjprs.2013.01.002“}，{“key”：“ref17”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1109\/TGRS.2017.2745507”}，“{”key“：”ref18“，”DOI-assert-by“：”publisher高空间分辨率遥感图像中地理空间目标分割的前景软件关系网”，“作者”：“郑”，“年份”：“2020年”，“新闻标题”：“IEEE计算机视觉和模式识别会议论文集”}，{“key”：“ref20”，“doi-asserted-by”：“publisher”，”doi“：”10.1109 \/LGRS.2021.3052886“}，”{“密钥”：“ref21”，“doi-asserted-by“：”publisher“，”doi“：”10.1109\/LGRS.2021.3063381“}，{“key”：“ref22”，“doi-assert-by”：“publisher”，“doi”：“10.3390\/rs14071638”}，“key“：”ref23“，”doi-asseted-by“：”publisher“，”doi“：“iSAID:用于航空图像实例分割的大规模数据集”作者”：“Waqas Zamir”，“年份”：“2019”，“期刊标题”：“IEEE计算机视觉与模式识别研讨会论文集”}，{“key”：“ref25”，“doi断言者”：“publisher”，“doi”：“10.5194\\isprs-annals-III-3-473-2016”}，{“key”：“ref26”，“doi断言者”：“publisher”，“doi”：“10.3390\\rs12233879”}，{“key”：“ref27”，“doi断言者”：“publisher“，”DOI“：”10.1109\/TGRS.2017.2783902“}，{“key”：“ref28”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1109\/ACCESS.2020.3003914”}，“{”key“：”ref29“，”DOI-assert-by“：”crossref“，：“Stan”，“年份”：“2021”，“journal-title“：“AAAI人工智能会议记录”}，{“key”：“ref30”，“doi-asserted-by”：“publisher”，“doi”：“10.1002\/rob.21869”}IEEE\/CVF计算机视觉和模式识别会议论文集“}，{“key”：“ref32”，“first page”：”2962“，“article-title”：“Cdada:夜间语义分割的课程领域改编”，“author”：“Xu”，“year”：“2021”，“journal-title“：”IEEE\/CFF计算机视觉国际会议论文集doi-asserted-by“：”publisher“，”doi“：”10.1016\/j.isprsjprs.2020.01.013“}，{”key“：”ref34“，”article-title“：”Attention is all you needs“，”volume“：“30”，”author“：”Vaswani“，”year“：”2017“，”journal-title”：“Adv.Neural Inf.Process.Syst.”}，}“key”：“ref35”，“article-title”“Bert:语言理解的深层双向变形金刚的预训练”，“author“：”Devlin“，”year“：”2018“，”journal-title“：”arXiv“}，{“key”：“ref36”，“article-title”：“一个图像值16x16个单词：大规模图像识别的变形金刚”，“author”：“Dosovitskiy”，“year”：“2020”，“journal-title”:“学习表征国际会议论文集”}，“key“：”ref37“，”首页“12077”，“article-title”：“”SegFormer：使用transformers进行简单高效的语义分割设计”，“volume”：“34”，“author”：“Xie”，“year”：“2021”，“journal-title”：“Adv.Neural Inf.Process”。系统。“}，{”key“：”ref38“，”first-page“：”4412“，”article-title“：”Mask Transfiner for High Quality Instance Segmentation“，”author“：”Ke“，”year“：”2022“，”journal-title”：“IEEE \/CVF Conference on Computer Vision and Pattern Recognition会议论文集”}，“key”：“ref39”，“first-pager”：“568”，“article-title”“：”金字塔视觉变换器：无卷积密集预测的通用主干”，“作者”：“王”，“年份”：“2021年”，“新闻标题”：“IEEE计算机视觉国际会议（ICCV）论文集”}，{“key”：“ref40”，“首页”：“10012”，“article-title”：“Swin变换器：使用移动窗口的分层视觉变换器”，“author“：”Liu“，”year“：”2021“，”journal-title“：”IEEE\/CVF国际计算机视觉会议（ICCV）论文集“}，{”key“：”ref41“，”first page“：“8772”，”article-title”：“伪装对象分割与分心挖掘”，”author”：“Mei”，“year”：“2021”，”johnal-title:“”IEEE\/CVF计算机视觉和模式识别会议记录“}，{“key”：“ref42”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/TPAMI.2021.3140168”}，“key“：”ref43“，”doi-assert-by“：”publisher“，”doi“：”10.1109\/TGRS.2022.3176603 38758“}，{”键“：”参考45“，”article-title“：”高斯误差线性单位（gelus）“，”author“：”Hendrycks“，”year“：”2016“，”journal-title”：“arXiv”}，{“key”：“ref46”，“first-page”：“234”，“article-title”:“U-net：生物医学图像分割的卷积网络”，“author”：“Ronneberger”，“year”：“2015”，“journal-title“”：”医学图像计算和计算机辅助干预国际会议论文集“}，{“key”：“ref47”，“first page”：”6399“，“article-title”：“全景特征金字塔网络”，“author”：“Kirillov”，“year”：“2019”，“journal title”：《IEEE\/CVF计算机视觉和模式识别会议论文集》}首页”：“2881”，“文章标题”：“金字塔场景解析网络”，“作者”：“Zhao”，“年份”：“2017”，“期刊标题”：“IEEE计算机视觉与模式识别会议论文集”}，｛“key”：“ref49”，“首页”：“2160”，“文章标题”：“放大和缩小：用于伪装对象检测的混合尺度三元组网络”，“作者”：“Pang”年份“：”2022“，”journal-title“：”IEEE\/CVF计算机视觉和模式识别会议论文集“}，{”key“：”ref50“，”first page“：“3974”，“article-title”：“DOTA:航空图像中物体检测的大规模数据集”，“author”：“Xia”，“year”：“2018”，“journal-title”“：”IEEE计算机视觉和模式识别会议论文集“}，{“key”：“ref51”，“first page”：《4217》，“article-title”：“PointFlow:通过点的流动语义用于航空图像分割”，“author”：“Li”，“year”：“2021”，“journal-title“：“IEEE\/CVF Computer Vision and Pattern Recognition会议论文集”}ref52“，”first page“：”801“，”article-title“：”用于语义图像分割的带可分离卷积的编码器-解码器“，”author“：”Chen“，”year“：”2018“，”journal title“：“欧洲计算机视觉会议（ECCV）论文集”}，{“key”：“ref53”，“article-title”：“Pytorch中的自动区分”，“author”：“Paszke”，“year”：“2017”，“journal-title“：”第31届神经信息处理系统会议（NIPS 2017）“}，{“key”：“ref54”，“first page”：”770“，“article-title”：“图像识别的深度剩余学习”，“author”：“He”，“year”：“2016”，“journal-title”:“IEEE计算机视觉和模式识别会议论文集”}]，“container-tittle”：[“遥感“]，”original-title“：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/www.mdpi.com\/2072-4292\/14\/17\/4219\/pdf“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2023,2,16]]，”date-time“：“2023-02-16T12:56:01Z”，“timestamp”：1676552161000}，“分数”：1，“资源”：{“primary“：{”URL“：”https:\\/www.mdpi.com//2072-4292\/14\/17\/4219“}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{date-parts”：[2022,8,26]]}，“references-count”：54，“journal-issue”：{“issue”：“17”，“published-online”：{date-parts“：[2022,9]}}”，“alternative-id”：[“rs14174219”]，“URL”：“http://\/dx.doi.org\/10.3390\/rs14174219”，“关系”：{}，“ISSN”：[“2072-4292”]，“issn类型”：[{“值”：“2072-4292”，“类型”：“电子”}]，“主题”：[]，“发布”：{“日期部分”：[[2022,8,26]]}}