UV-Mamba：增强型DCN状态空间模型用于高分辨率遥感图像中的城市村庄边界识别
原文中文，约400字，阅读约需1分钟。发表于：。本研究解决了高分辨率遥感图像中城市村庄边界自动识别的难题，提出了一种新颖高效的神经网络模型UV-Mamba。该模型通过引入可变形卷积(DCN)来缓解在长序列建模中因图像尺寸增大而导致的内存损失问题。在实验中，UV-Mamba在北京和西安的数据集上表现出色，分别达到了73.3%和78.1%的IoU，且推理速度提升6倍，参数数量减少40倍，展现出显著的性能优势。
深度学习方法在高分辨率遥感图像的语义分割中起重要作用，主要使用卷积神经网络（CNN）和视觉Transformer（ViT）。最近，Mamba模型因其线性复杂性和全局感受野而受到广泛关注。实验证明，对于高分辨率遥感图像的语义分割，单一扫描方向已足够。未来研究方向也被提出。
