|
|
|
| 结合渐进式特征金字塔和极化自注意力机制的海雾图像检测 |
| 南昌大学招标采购中心 南昌大学数学与计算机学院 福建省漳州市气象局 |
|
|
|
|
摘要 通过对基准模型SegFormer进行两方面的改进优化，开展面向海雾图像检测方法的研究。一方面，引入渐进式特征金字塔融合模块（AFPN），有效融合海雾图像的局部和全局特征，提升模型对不同大小的海雾目标的检测能力。另一方面，引入极化自注意力机制（PSA），有效聚焦图像的细粒度空间信息，捕获海雾的边缘特征，提升模型在云雾混合区域的海雾检测能力。在真实的海雾图像数据集上进行消融实验和对比实验，所提出的模型（简称为AFPSSegFormer），与基准模型相比，mIoU、Precision和m PA指标分别提升了2.38%、2.78%与0.31%，验证了所提出模型在海雾检测方面的有效性。
|
|
| 关键词 ：
渐进式特征金字塔,
极化自注意力机制,
海雾检测,
SegFormer
|
|
|
| 基金资助:福建省自然科学基金资助项目（2022J011079）； |
|
|
|
