计算机应用

作者：刘汉卿, 桑国明, 张益嘉

单位：大连海事大学 信息科学技术学院，辽宁 大连 116026

关键词：密集多尺度特征融合,语义融合增强,频率增强通道注意力,特征知识增强Transformer,遥感图像描述

基金：国家自然科学基金资助项目(62072070)

针对遥感图像描述任务中多尺度特征利用不足、纹理重复区域细节关联度低及多目标特征协同建模困难等问题，提出一种结合密集多尺度特征融合和特征知识增强Transformer的遥感图像描述模型DMFKF-T（Dense Multi-scale Feature and Knowledge Fusion Transformer）。设计密集多尺度特征融合模块（DMFFM），通过跨层级跳跃连接动态聚合不同尺度的特征图，同步捕获全局场景特征与局部细节信息；在解码阶段，引入语义融合增强（SFA）模块增强模型捕捉长距离依赖关系与理解上下文信息的能力，并结合离散余弦变换（DCT）的频率增强通道注意力机制分析频域特征的相关性，从而强化对复杂空间拓扑和非线性关系的建模能力。实验结果表明，在RSICD（Remote Sensing Image Captioning Dataset）上，与SD-RSIC（Summarization-driven Deep Remote Sensing Image Captioning）模型相比，DMFKF-T的BLEU-4（BiLingual Evaluation Understudy with 4-grams）和CIDEr（Consensus-based Image Description Evaluation）指标分别提升了8.6%和14.4%。可见，DMFKF-T可以准确地生成语义丰富的遥感图像描述语句。

来源：2026年第3期

《计算机应用》期刊编辑部

查看计算机应用杂志2026年第3期