TransUV：基于 TransNeXt 的多尺度与注意力融合城中村精细提取模型

完整中文导读

研究提出 TransUV，一个基于 TransNeXt 的编码器-解码器分割框架，用于从高分辨率遥感影像中精细提取城中村。编码器前端的多级特征增强模块（MFEM）结合高斯拉普拉斯（LoG）滤波与高斯平滑，注入边界和纹理感知的归纳偏置；解码器采用轻量 SegUV 解码器与高级注意力融合模块（AAFM），通过通道、空间和方向注意力自适应融合多尺度特征。

论文资料与摘要整理

整理依据：原始摘要与元数据；未据此展示论文全文

TransUV: A TransNeXt-Based Model with Multi-Scale and Attention Fusion for Fine-Grained Urban Village Extraction

作者：Xiaobao Lin；Yu Wang；Yaming Zhou；Guangjun Wang；Sai Chen
刊物：Remote Sensing
出版时间：2026-01-09
DOI：10.3390/rs18020223

研究方法

基于 TransNeXt 的编码器-解码器分割框架 TransUV，编码器前端使用结合 LoG 滤波与高斯平滑的多级特征增强模块（MFEM），解码器使用带高级注意力融合模块（AAFM）的轻量 SegUV 解码器，通过通道、空间和方向注意力融合多尺度特征

研究对象

中国两个城市的城中村（UV）高分辨率遥感影像精细提取

主要发现

在 0.5 米影像上取得 86.67% 的 mIoU 和 92.98% 的总体精度，显著优于其他主流模型

材料局限

材料未提供