リモートセンシング画像の水域分割タスクに対して、多尺度融合注意モジュールを改良したUNetネットワークであるA-MSFAM-UNetを提案した。この方法はGF-2リモートセンシング画像の水域分割タスクにおいて、エンドツーエンドの高解像度リモートセンシング画像水域分割を実現した。まず、従来の注意モジュールにおけるグローバルプーリング操作が引き起こす局所情報の鈍感性問題に対処するため、多尺度融合注意モジュール（MSFAM）を設計した。このモジュールはチャネルのグローバル情報を融合するためにポイント畳み込みを使用し、グローバルプーリングによる情報損失を補うために深さ方向分離畳み込みを用いる。MSFAMはUNetのスキップ接続後の特徴融合部分に用いられ、特徴点の重みを再配分して特徴融合効率の向上と異なるスケール情報の獲得能力の強化を図る。次に、空洞畳み込みをVGG16バックボーンネットワークに用いて解像度を損なうことなく受容野を拡大し、グローバル情報を集約する。結果は、A-MSFAM-UNetが他のチャネル注意（SENet、ECANet）改良UNetを上回り、GF-2水域分割データセットで平均交差エリア比（MIoU）、平均ピクセル精度（MPA）、精度（Acc）がそれぞれ96.02％、97.98％、99.26％を達成したことを示している。

リモートセンシング画像;注意モジュール;深さ方向分離畳み込み;特徴融合;空洞畳み込み