《Pattern Recognition》:SDFA: Spectral-Spatial Degradation-Aware Fusion Attention for robust underwater object detection
编辑推荐:
•提出了一种物理信息驱动的 SDFA 用于鲁棒的水下目标检测。•局部标准差有效地将纹理与散射噪声解耦。•频谱分析感知并补偿由介质引起的特征模糊。•作为一个即插即用模块,SDFA 持续提升了各种检测器。引言海洋蕴藏着丰富的生物、矿物和能源资源,对全球生态平衡和经济发展具有重要的
- •
提出了一种物理信息驱动的 SDFA 用于鲁棒的水下目标检测。
- •
局部标准差有效地将纹理与散射噪声解耦。
- •
频谱分析感知并补偿由介质引起的特征模糊。
- •
作为一个即插即用模块,SDFA 持续提升了各种检测器。
引言
海洋蕴藏着丰富的生物、矿物和能源资源,对全球生态平衡和经济发展具有重要的战略意义 [1]。作为海洋感知和探测的关键技术,水下目标检测(UOD)在渔业资源评估、海洋生态保护、水下考古、海底管道检查和国防安全等领域具有广泛的应用 [2]。在自主水下航行器(AUV)或遥控潜水器(ROV)搭载的光学成像系统的支持下,UOD 技术能够实现海洋生物和人造设施的自动定位和识别。这种能力为智能海洋监测提供了核心技术支撑 [3]。
在深度学习的快速演进推动下,通用目标检测领域取得了显著进步 [4]。现代检测框架从卷积神经网络(CNN)演变为基于 Transformer 的架构,提高了特征表示和推理效率。鉴于这些方法在地面场景中的成功,研究人员正试图将它们转移和适应到水下环境中 [5]。
尽管通用检测模型在清晰图像上表现优异,但在复杂水下环境中直接部署往往会导致性能严重下降 [6]。这一瓶颈源于水的独特光学特性导致的图像质量恶化。正如近期研究 [5] 讨论的那样,水中的光传播受到吸收和散射的影响。不同波长的光在水中表现出差异化的衰减特性,导致严重的蓝绿色偏色和色彩信息丢失。同时,悬浮颗粒引起的散射效应降低了图像对比度并模糊了纹理细节,产生了类似雾化的视觉干扰。此外,水下环境中多变的照明条件经常导致局部低照度区域,使得目标特征难以捕捉。
为了解决水下图像中的特征退化问题,注意力机制被应用于增强关键特征。现有方法通常遵循空间或通道聚合策略,利用最大池化或平均池化来定位显著区域。然而,这些基于简单强度统计的策略在水下场景中表现出局限性 [7]。平均池化倾向于将背景散射噪声与前景目标信号混合,从而稀释关键特征。相反,最大池化容易受到动态水下焦散或气泡等高频高强度噪声的干扰,导致注意力失效。此外,现有方法通常假设高激活强度等同于特征显著性。然而,在模糊的水下图像中,由于介质退化,目标特征往往被抑制。如果注意力模块无法区分特征衰减是源于背景还是介质退化,它就容易错误地将模糊的目标识别为背景噪声。因此,构建鲁棒的水下注意力机制不应局限于单一的空间视角,而必须引入多域联合分析。具体而言,有必要显式地对频域衰减特性进行建模以重新校准信息丢失,利用谱空间互补性来提高特征表示 [8]。
基于这一分析,本文提出了一种谱空间退化感知融合注意力(SDFA)模块。该方法通过融合空间纹理和频域信息来重新校准水下特征的显著性和退化程度,从而避免仅依赖强度统计。SDFA 集成两个基于物理先验的并行分支以实现特征融合。显著性分支基于局部标准差(LSD),旨在通过替换传统池化操作来应对悬浮颗粒散射形成的背景干扰。受韦伯定律在显著性检测中应用的启发 [9],LSD 捕捉对比度变化以识别具有纹理信息的目标区域,同时过滤掉平滑的高光背景噪声。同时,基于频域分析的退化感知分支利用傅里儿变换提取特征的频谱能量,通过分析振幅谱分布来量化通道的高频信息保留和退化程度。然后,这些基于频率的权重被映射回空间域以重新校准基于标准差的显著性图。通过全局频谱分析,这种设计识别并上调节制由于纹理细节丢失而被空间分支低估的语义特征,从而减轻特征抑制。本文的主要贡献总结如下:
- •
我们分析了现有注意力机制在水下场景中的局限性,展示了传统空间池化的不足以及从物理光学角度引入频域退化感知的必要性。
- •
我们提出了谱空间退化感知融合注意力(SDFA)模块,该模块整合了空间纹理判别与频域重新校准机制,利用局部对比度抑制背景散射干扰,同时基于频谱信息量化特征退化以增强模糊语义。
- •
在 DUO 和 RUOD 基准上的大量实验表明,所提出的即插即用模块与基线方法相比提高了检测精度和模型鲁棒性。
章节摘要
水下目标检测
UOD 旨在从光学图像中定位和识别海洋生物或人造物体。该领域已从传统的徒手特征进展到深度学习驱动的范式,从直接转移和级联增强过渡到专用的端到端设计。
早期的 UOD 方法主要依赖徒手特征描述符,如纹理和颜色特征,结合支持向量机(SVM)等传统分类器 [1]。然而,正如近期所述
网络架构
为了验证所提出的 SDFA 模块在复杂水下场景中的有效性,本研究采用无锚检测器 FCOS [36] 作为基线模型。与多阶段或复杂的一阶段检测器相比,FCOS 摒弃了人工锚超参数设计。这种精简的架构最大限度地减少了混淆超参数干扰,允许直接评估 SDFA 模块提供的特征增强。如图 1 所示,整体网络架构
实验
本节提出了所提出的 SDFA 模块的定量和定性评估。第 4.1 节介绍了基准数据集和评估指标。第 4.2 节详细介绍了实现和参数设置。第 4.3 节通过消融研究分析了内部组件的有效性和配置。第 4.4 节将 SDFA 与现有的通用注意力机制进行比较。第 4.5 节展示了泛化结果。第 4.6 节进行了宏观错误
结论
在本文中,我们提出了谱空间退化感知融合注意力(SDFA),以解决水下目标检测中单域空间强度聚合的局限性。通过引入物理信息视角,我们建立了一个结合空间纹理解耦与显式频域退化建模的双流架构。这种跨域框架将弱目标信号与高强度散射噪声区分开来,减轻了
CRediT 作者贡献声明
戴景明:写作 – 初稿,可视化,验证,软件,方法论,形式分析,构思。谢雪梅:写作 – 审查和编辑,验证。孙毓荣:写作 – 审查和编辑,监督,资源,构思。
竞争利益声明
作者声明,他们没有已知的竞争性财务利益或个人关系,这些利益或关系可能看似影响了本文中报告的工作。
戴景明 | 谢雪梅 | 孙毓荣