CAAM（前称：Cross-Attention Augmented Mamba Network）是一种用于遥感语义分割的网络模型

《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》：CAAMFormer: Cross-Attention Augmented Mamba Network for Remote Sensing Semantic Segmentation

　　

摘要：

随着卫星遥感空间分辨率的提高，高分辨率遥感图像能够提供更丰富的地表结构细节。然而，这些图像也带来了挑战，如复杂的背景、显著的比例和方向变化以及较高的类内方差。为了解决这个问题，我们提出了一种基于编解码器风格的网络模型CAAMFormer，用于遥感图像的语义分割。具体而言，CAAMFormer使用ResNet101作为编码器进行初步的图像特征提取。随后，它引入了高斯诱导语义增强模块，该模块通过动态高斯诱导偏置在高层语义空间中显式重构全局拓扑结构，以提取宏观层面的语义信息。为了细化浅层细节特征，构建了边界自适应邻居注意力模块，该模块采用向内滑动窗口策略来消除边缘伪影，同时保留高保真的局部几何先验。最后，设计了一种基于交叉注意力的Mamba解码器，该解码器在建模全局和局部信息的同时，通过交叉注意力机制将空间先验信息直接注入到SSM的潜在状态中，实现了特征流的非因果空间重组。在ISPRS Potsdam和Vaihingen数据集上的广泛实验表明，CAAMFormer在保持出色计算效率的同时，实现了具有竞争力的分割精度。