MSF-DETR:基于空间频域协作特征融合的声纳图像的小型目标检测算法.
Heng Zhao1, Shuping Han1, Jiaying Geng1
1Naval Submarine Academy, Qingdao, China.
PloS one
|November 14, 2025
概括
本研究介绍了多尺度空间频率协作检测变压器 (MSF-DETR),用于在侧扫描声纳图像中增强小目标检测. 这种新的算法提高了准确性,并减少了海洋勘探中的计算负载.
科学领域:
- 海洋勘探和工程海洋勘探和工程
- 水下声学 水下声学
- 计算机视觉 计算机视觉 计算机视觉
背景情况:
- 侧扫描声纳成像对于水下目标检测至关重要.
- 在声纳图像中检测小目标会带来诸如有限的功能利用率和高计算复杂性等挑战.
- 现有的方法在多尺度特征融合和高效处理方面扎.
研究的目的:
- 开发一种先进的算法,用于在侧扫描声纳图像中准确高效地检测小目标.
- 为了解决频域特征利用,多尺度融合和计算复杂性的局限性.
- 为了引入多尺度空间频率协作检测变压器 (MSF-DETR).
主要方法:
- 开发了一个新的端到端算法,MSF-DETR,用于小目标检测.
- 集成了一个多域自适应空间频率网络 (MASNet) 骨干,用于双域特征提取.
- 采用了一个分层的多尺度自适应特征金字塔网络和一个高效的稀缺注意力变压器编码器.
主要成果:
- 在SSST-3K数据集上,MSF-DETR实现了78.5%的mAP50和38.5%的mAP50-95.
- 与基线RT-DETR相比显著改善 (分别为2.8%和3.3%).
- 减少了12.0%的计算复杂性,并实现了71.2 FPS的推断速度.
结论:
- 在具有挑战性的海洋环境中,MSF-DETR为小型目标检测提供了有效的解决方案.
- 该算法显著提升了水下声纳图像处理能力.
- 这项研究强调了协作空间频率处理用于声纳图像分析的潜力.
