FTFNet：轻量级多光谱图像分割新范式 | MDPI JLPEA

本文介绍了FTFNet，一种高效的多光谱语义分割网络，旨在解决在保持极小模型规模与实时推理能力的同时，融合可见光与热红外图像以实现高精度语义分割的问题。FTFNet采用对称轻量化编码器、增强的特征融合模块和高效解码器设计，通过引入注意力机制和金字塔池化结构提升分割效果。此外，文章还提出了两种轻量化变体FTFNet-Lite，参数量减少但几乎不损失精度。实验结果表明，FTFNet在多光谱道路场景数据集上的性能显著优于基线网络，特别是在低光、雨雾等复杂环境下。该网络为无人驾驶及智能监控等场景下的多光谱语义分割提供了新的可行方案。