最新TOP成果,太原科技大学 谢刚教授团队:一种用于遥感图像语义分割的频域引导的双分支混合网络(IEEE-TGRS)

本文第一作者是张浩雪博士，通讯作者是谢刚教授。本文面向遥感图像语义分割，提出一种频域引导的Swin Transformer（FGSwin），引入可学习权重的频域增强模块，通过FFT/IFFT变换在浅层特征中强化高频细节（如边缘、纹理），并耦合至Swin Transformer的注意力机制中，实现空域与频域联合建模。

FGNet 的设计表明：

（1）在特征表示层面，可以突破传统仅依赖空间域建模的范式，引入频域信息作为补充表达空间。其核心在于在网络内部实现空域与频域的协同建模，使模型能够同时利用结构信息与频率结构特征。

（2）该工作也体现了一种有效的结构设计思路，即通过多分支架构整合不同网络范式的优势，利用不同网络结构在表征能力上的互补性，实现全局语义与局部细节的协同表达。

文献引用：Zhang H, Xie G, Li L, et al. Frequency-domain guided swin transformer and global–local feature integration for remote sensing images semantic segmentation[J]. IEEE Transactions on Geoscience and Remote Sensing, 2025, 63: 1-11.

DOI：10.1109/TGRS.2025.3535724