PPMamba：基于金字塔池化局部辅助状态空间模型的遥感图像语义分割
原文中文，约400字，阅读约需1分钟。发表于：。本研究针对传统卷积神经网络和变换器模型在遥感图像语义分割中难以捕捉长程依赖和计算复杂度高的问题，提出了一种新的网络架构PPMamba。通过结合局部辅助机制和全方向状态空间模型，PPMamba能够有效保留局部语义信息，并在多个数据集上表现出色，推动了遥感图像分割技术的发展。
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。未来研究方向包括推荐相关方向。
