计算机应用研究

作者：叶志伟,冯青阳,刘明明,王苑,高榕,严灵毓,

单位：1.湖北工业大学〓a.计算机学院;b.湖北省绿色智能计算网络重点实验室,武汉430068；2.青海省地理空间和自然资源大数据中心,西宁810001；

关键词：跨模态,图卷积,视觉状态空间模型,遥感语义分割,

基金：国家自然科学基金资助项目(U23A20318,62376089,62472149)；湖北省高等学校优秀中青年科技创新团队计划资助项目(T2023006)；湖北省科技计划立项项目(2023BEB024)；；

针对可见光遥感影像语义分割中跨模态特征异构性显著及深层语义交互效率低下的问题，提出了一种跨模态异质图引导的Mamba网络（CHGMNet）。该方法通过设计跨模态异构特征对齐模块（CHFAM），利用异质图卷积构建可学习的特征相似性度量，实现光谱-几何特征在共享语义空间的自适应校准，有效缓解模态间维度失配问题。同时，创新性地提出多路径融合Mamba模块（MPFM），通过线性复杂度的状态空间模型捕获多层次融合特征，结合多路径自适应架构在保持全局上下文建模能力的同时显著提升计算效率。实验结果表明，在 Vaihingen 和 Potsdam 两个大规模高分辨率遥感数据集上，CHGMNet 在 mIoU、mF1 和 OA 等指标上均显著优于现有主流方法，验证了其在跨模态遥感解译任务中的优越性。

来源：2026年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2026年第3期