融合Swin Transformer与UNet的云检测架构

摘要：

目前在遥感图像云检测的领域中,对于薄云和碎云以及不同下垫面的云检测精度还有待进一步提高,且存在较多误判漏判和数据不均衡等问题.针对这些问题,提出了一个结合Transformer和卷积思想的云检测网络架构Cloud TransUnet.首先,使用Transformer模块替换掉 UNet 编码器阶段的卷积模块,利用 Transformer的全局注意力机制提取出更多的细节特征信息,减少误判和漏判的发生;同时,添加边缘检测模块,加强对边缘信息的提取,提高检测的精度;最后,使用中值频率平衡对损失函数进行改进以处理数据不平衡的问题.实验结果表明,Cloud TransUnet 对薄云和碎云的检测、不同下垫面的云检测都具有良好的表现,与卷积语义分割网络UNet、SegNet、ResUnet和Swin_Unet相比,Cloud TransUnet 在检测速度略微提升的同时,其 MIoU、总体精度、精确率等指标都得到了一定的提升.

关键词：云检测、UNet、Swin Transformer、损失函数、边缘检测网络

所属期刊栏目：38

分类号：TP751.1(遥感技术)

资助基金：国家自然科学基金;广州市科技计划项目

在线出版日期：2023-09-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1-8