A2 G-SRNet:一种可适应的注意力引导变压器和超分辨率网络,用于在卫星图像中增强飞机检测
Nan Chen1,2, Biao Zhang3, Hongjie He4
1College of Computer Science, Xihang University, Xi'an 710077, China.
Sensors (Basel, Switzerland)
|November 13, 2025
概括
这项研究引入了适应性超分辨率网络,用于在遥感图像中准确检测飞机. 这种新的方法通过有效处理尺度变化和密集的物体集群来增强航空航天监视.
科学领域:
- 计算机视觉 计算机视觉
- 遥感技术 遥感技术 遥感技术
- 人工智能的人工智能
背景情况:
- 准确的飞机检测对于航空航天监视,军事侦察和航空安全至关重要.
- 高分辨率遥感图像带来了诸如极端尺度变化,任意方向和密集的空间聚类等挑战.
研究的目的:
- 开发一种可适应的以注意力为导向的超分辨率网络,以在具有挑战性的遥感场景中改进飞机检测.
- 解决现有方法在处理飞机尺度变化,方向和密集集群方面的局限性.
主要方法:
- 一个层次的粗细检测管道,用于初始区域识别和精度改进.
- 一个具有突出意识的选择模块,使用注意令牌来动态定位飞机密集区域.
- 一个本地精炼网络,结合了基于变压器的超高分辨率和高效的上采样.
主要成果:
- 在DIOR (93.1% AP50) 和FAIR1M (83.2% AP50) 基准上取得了最先进的表现.
- 显著优于现有的超分辨率增强型探测器.
- 证明有效缓解尺度变化和背景杂乱.
结论:
- 拟议的自适应传感框架为基于卫星的飞机检测提供了一个强大的解决方案.
- 注意引导超分辨率网络有效地处理复杂的现实世界操作环境.
- 这项工作提高了用于关键航空安全和监视应用的遥感能力.
