-
题名多尺度动态注意力遥感影像辐射异常检测方法
- 1
-
-
作者
钱建国
徐文文
谭海
慈金龙
焦扬
-
机构
辽宁工程技术大学测绘与地理科学学院
自然资源部国土卫星遥感应用中心
扎赉诺尔煤业有限责任公司
-
出处
《测绘科学》
北大核心
2025年第4期114-122,共9页
-
基金
高分遥感测绘应用示范系统(二期)项目(42-Y30B04-9001-19/21)。
-
文摘
针对当前光学遥感影像辐射异常检测算法匮乏的问题,该文提出了SAS-YOLO框架,并结合自制的辐射异常数据集,成功实现了遥感影像的辐射异常检测任务。首先,设计了一种结合频域和空间域信息的SPDNet网络作为主干模型,将标准卷积替换为SPDConv,在提取多尺度特征的同时减少计算复杂度,保持高效特征提取能力。其次,设计卷积注意力特征融合网络ACMixNeck。将三层ACMix结构引入YOLOv8的Neck部分,更有效地融合特征,提升目标检测性能,并增强模型在复杂场景中的适应性。最后,使用Shape-IoU损失函数,更好地考虑目标形状的匹配度,通过度量预测框与真实框的形状重合程度,更精确定位目标。实验结果表明,SAS-YOLO算法在辐射异常检测任务中精度高、误判率低,并且具有强适应性和卓越的泛化能力。
-
关键词
遥感影像
辐射异常
sas-yolo
ACMix
Shape-IoU
-
Keywords
remote sensing image
radiation anomaly
sas-yolo
ACMix
Shape-IoU
-
分类号
P236
[天文地球—摄影测量与遥感]
-
