面向弱信号的地下缺陷检测框架：增强低SCR双曲线特征的机制
计算机视觉与模式识别
2026-04-08 v1
摘要
通过地面雷达进行的 subsurface 缺陷检测面临挑战，包括信号微弱的衍射双曲线、较低的信噪比、高的波场相似性以及几何退化。现有的轻量级检测器优先考虑效率而非灵敏度，无法保留低频结构或解耦异构杂波。我们提出了 WSA-Net 框架，通过物理特征重建来增强微弱特征。超越简单的参数降低，WSA-Net 集成了四种机制：采用部分卷积进行信号保留；通过异构分组注意力进行杂波抑制；进行几何重建以锐化双曲线弧线；通过语境锚定解决语义歧义。在 RTST 数据集上的评估表明，WSA-Net 在 0.5 [email protected] 和 164 FPS 仅使用 2.412M 参数。结果表明，轻量级架构中的信号感知能力有效降低了基础设施检查中的误报率。
引用
@article{arxiv.2604.05490,
title = {A Weak-Signal-Aware Framework for Subsurface Defect Detection: Mechanisms for Enhancing Low-SCR Hyperbolic Signatures},
author = {Wenbo Zhang and Zekun Long and Zican Liu and Yangchen Zeng and Keyi Hu},
journal= {arXiv preprint arXiv:2604.05490},
year = {2026}
}
备注
8 pages, 7 figures, 5 tables. Accepted by International Joint Conference on Neural Networks (IJCNN)