MSA-TCNet: a multi-scale attentional transformer-CNN network for detail-preserving water extraction in remote sensing images

方法

多尺度多头窗口线性自注意力、全局卷积MLP、空间路径与动态融合注意力模块，在自建

发现

在提取精度和边界连续性上均优于现有先进方法，有效改善细尺度结构与碎片化问题。

机会点

可将该细节保持型水体提取框架迁移至农田沟渠、灌溉水网与洪涝淹没区精细制图研究。

高精度水体提取对水资源管理、灾害缓解和工程应用至关重要。尽管深度学习极大地推动了水体提取的发展，但在复杂环境中实现精确 delineation 仍然具有挑战性，尤其是对于精细结构、边界连续性以及由多样形态模式引起的碎片化问题。为解决这些问题，我们提出了 MSA-TCNet，一种多尺度注意力 Transformer-CNN 网络。在全局路径中，我们设计了多头窗口线性自注意力（MSMH-WLSA）和全局卷积 MLP（GC-MLP）。前者以高计算效率增强全局和多尺度上下文信息的获取，后者在 MSMH-WLSA 模块中保留局部空间拓扑并加强跨窗口特征交互。为缓解空间信息损失，引入了额外的空间路径以强调细粒度细节。在解码阶段，动态融合注意力模块逐步恢复空间分辨率并减少层次特征间的语义不一致，产生高保真水体提取结果。在一个自建数据集和两个公开数据集上进行的大量实验表明，与最先进方法相比，MSA-TCNet 在提取精度和边界连贯性方面均取得了优越性能。