基于IFAirDet数据集与时序蛇形混合网络的卫星视频在飞飞机检测
《Remote Sensing》:In-Flight Aircraft Detection in Satellite Videos: A Benchmark Dataset and Temporal Snake Mixing Network
【字体:
大
中
小
】
时间:2026年10月01日
来源:Remote Sensing 4.3
编辑推荐:
摘要
卫星视频可对大面积区域进行动态观测,是监测在飞飞机的重要手段。然而,由于飞机活动范围广、观测窗口有限,真实数据获取困难,相关研究仍较为匮乏。由于飞机目标尺度小,单帧中可用的信息有限,现有的小目标移动检测方法通常依赖多帧融合来增强检测效果。然而,卫星视频中的背景变化会
摘要
卫星视频可对大面积区域进行动态观测,是监测在飞飞机的重要手段。然而,由于飞机活动范围广、观测窗口有限,真实数据获取困难,相关研究仍较为匮乏。由于飞机目标尺度小,单帧中可用的信息有限,现有的小目标移动检测方法通常依赖多帧融合来增强检测效果。然而,卫星视频中的背景变化会破坏时序对应关系,影响运动信息的提取。针对数据不足的问题,我们构建了在飞飞机检测数据集(IFAirDet),该数据集包含大量在物理约束下生成的仿真数据以及真实的卫星视频数据。IFAirDet涵盖了多种飞机类型、运动状态和场景。为了将目标运动信息与时间背景变化分离,我们提出了时序蛇形混合网络(TSMNet)。具体而言,时序蛇形卷积(TSC)通过学习连续帧之间的空间偏移来自适应调整采样位置,实现时序特征对齐并抑制无关响应。时序混合器(TMixer)进一步聚合全局时序信息,并建模由飞机运动产生的判别性动态响应。实验结果表明,TSMNet在IFAirDet上的达到75.93%,比现有最佳方法提升了8.57%。在真实卫星视频测试集上,其达到65.12%,证明了IFAirDet数据集和所提方法在真实观测场景中的适用性。在VISO和SDM-Car数据集上的实验也验证了TSMNet对于卫星视频中其他弱目标和小型移动目标的有效性。
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