动态渐进式激活与自适应约束:遥感图像旋转目标检测新方法
《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》:Dynamic Progressive Activation With Adaptive Constraints for Rotated Object Detection in Remote Sensing Images
【字体:
大
中
小
】
时间:2025年12月09日
来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 5.4
编辑推荐:
本文针对遥感图像旋转目标检测中静态激活掩码适应性差和复杂损失函数导致过惩罚的问题,提出动态渐进式激活与自适应约束框架DynaPro。该框架通过动态特征激活(DFA)模块自适应学习前景特征,结合渐进式损失约束分阶段优化旋转框属性,在HRSC2016数据集上达到98.12%的mAP,显著提升了对多尺度、任意朝向目标的检测精度,为复杂场景下的遥感目标检测提供了新思路。
随着遥感技术的飞速发展,高分辨率遥感影像已成为城市规划和军事侦察等领域的重要数据源。然而,遥感图像中的目标往往呈现多尺度、任意朝向和复杂背景等特点,给精确检测带来巨大挑战。尽管基于视觉Transformer(ViT)的方法在旋转目标检测方面取得进展,但现有级联激活掩码机制存在两个关键局限:一是静态掩码难以适应不同目标的变化前景区域,二是复杂的非正交损失函数会加剧训练过程中的过惩罚效应,降低定向边界框(OBB)属性估计的精度。
针对这些挑战,西安电子科技大学和中国科学院西安光学精密机械研究所的研究团队在《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》上发表了题为"Dynamic Progressive Activation With Adaptive Constraints for Rotated Object Detection in Remote Sensing Images"的研究论文,提出了名为DynaPro的创新框架。该框架通过动态特征激活(DFA)模块和渐进式损失约束,显著提升了旋转目标检测的准确性和鲁棒性。
研究团队采用了几项关键技术方法:首先使用掩码自编码器(MAE)预训练的ViT-small架构作为特征提取主干网络,在DIOR-R、HRSC2016等四个公共数据集上进行验证;其次设计了动态特征激活模块,该模块通过可学习的偏置和权重矩阵自适应采样前景特征;最后引入渐进式损失约束策略,分阶段优化中心点、旋转角、宽高属性。实验采用MMRotate平台,使用AdamW优化器,在GTX 4090 GPU上完成训练验证。
IV. EXPERIMENTS部分通过系统实验验证了DynaPro的有效性。在A. Experimental Setting中,研究团队在DIOR-R、HRSC2016、STAR和DOTA-v1.0四个数据集上进行了全面评估,采用平均精度(AP)和均值平均精度(mAP)作为评价指标。B. Comparisons With State of The Arts展示了与现有先进方法的对比结果:在DIOR-R数据集上,DynaPro以72.10%的mAP显著优于HRDet(62.58%)等基准方法;在HRSC2016数据集上达到98.12%的mAP,创下新纪录;在DOTA-v1.0数据集上也取得了78.64%的领先性能。这些结果证实了该方法在复杂场景下的优越性。
C. Ablation部分通过消融实验深入分析了各组件贡献。1) Components Ablation表明,动态特征激活和渐进式损失约束具有协同增强效应,结合使用时在HRSC2016上达到最佳性能(98.21% mAP)。2) Hyperparameter Ablation发现损失系数为1时效果最优,验证了默认参数设置的合理性。D. Visualization通过可视化结果直观展示了DFA模块能有效聚焦目标关键区域,而E. Discussion部分讨论了固定预处理流程的局限性,为未来研究指明了方向。
研究结论表明,DynaPro框架通过动态特征激活和渐进式约束策略,有效解决了旋转目标检测中的适应性差和优化困难问题。动态特征激活模块通过学习内容自适应的偏置和权重,增强了模型对多尺度前景特征的捕捉能力;而渐进式损失约束通过分阶段优化不同属性,减少了误差传播。在多个数据集上的卓越表现证明了该方法的有效性和泛化能力。尽管当前框架在预处理阶段仍依赖固定流程,但为未来探索端到端可训练系统奠定了重要基础,推动了遥感图像分析领域的技术进步。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号