永利6774app手机版官网地信系碩士研究生闫碩月（指導老師：王慶）在《中國農村水利水電》上發表題為“融合全局多層次特征的跨尺度河流精準識别方法”的研究論文。該論文被該期刊評為優秀論文，并作為2024年第6期的封面論文。

高分辨率遙感影像中河流自動化精準識别，在河流地質勘探及流域變化研究等方面具有重要意義和研究價值。然而，因河流在影像中面積占比較小，易造成數據集正負樣本不平衡。此外，河流具有形态多變和尺度變換複雜等特點，導緻河流識别易出現邊界不連續和格網效應等問題。論文提出一種融合全局多層次特征的跨尺度河流精準識别方法。首先，選取全球具有明顯特征的曲流河和辮狀河，創建多特征河流數據集。其次，以輕量級語義分割模型Segformer為主幹網絡搭建R-Seg模型，設計全局多層次特征提取GASPP模塊，通過各階段與Transformer級聯提取多尺度特征，使得模型能更好捕捉河流影像上下文特征信息，減少信息損失并放大全局維度交互特征。最後，提出基于掩膜加權投票的跨尺度河流影像預測方法，通過對大場景河流影像進行滑窗裁剪，将各單元預測塊與特定掩膜加權相乘得到子預測結果，并按照重疊投票方式依次拼接組成最終結果，實現不同尺度河流影像精準識别。實驗證明，在所構建包含曲流河和辮狀河的多特征數據集中，通過與其他方法對比可發現：在定性方面，R-Seg整體網絡結構既能确保主幹河流的識别精度，又能緩解細小河流斷流現象，有效平滑河流邊界，從定量角度，方法各類精度評價指标相對最優，總體精度可達99.49%；其次，對單張影像識别時間不到1秒，效率可滿足大多數實際要求。論文提出的方法能一定程度上減少河流邊界識别不連續和格網效應等問題，有效提升不同場景下遙感影像河流識别精度，具有較好的魯棒性和目視效果，識别結果對河流地質勘探及流域變化等有重要應用價值。

圖1 封面論文（優秀論文）

圖2 文章首頁