基于改进Swin Transformer的滑坡分割算法

作者：张思远; 谭晓玲^*; 朱木雷; 杨伟良

来源：国外电子测量技术, 2023, 42(11): 49-56.

DOI：10.19652/j.cnki.femt.2305118

• 滑坡分割
• Swin Transformer
• 通道注意力模块
• 在线困难样例挖掘
• 条件随机场

随着遥感技术的逐步成熟，滑坡目标分割技术在灾害防控、城市建设等领域发挥着越来越关键的作用。然而，面临着卷积神经网络在理解上下文语义信息上存在困难以及滑坡数据集中正负样本分布不均的问题，需要寻找一种更优的解决方案。为此，提出了一种改进Swin Transformer的滑坡分割算法。首先，将Swin Transformer引入到滑坡目标分割任务中，并构建了Swin-Unet网络。其次，为了提高网络的表征能力，在Swin-Unet中加入通道注意力模块；为了平衡小样本正负样本不均衡，使用在线困难样例挖掘；为了进一步提高模型性能，引入并优化了条件随机场。实验结果表明，相较于基线算法，改进方法在滑坡目标分割任务上取得了更优的性能，Dice提高了1.9%,交并比(IoU)提高了1.2%,研究为滑坡目标分割提供了一种有效的方法，并为相关领域的研究提供了新的思路。

• 出版日期2023
• 单位重庆三峡学院