DiffDet4SAR：基于扩散的SAR图像飞机目标检测网络
图像与视频处理
2024-04-18 v2 信号处理
摘要
SAR图像中的飞机目标检测由于离散散射点和严重的背景杂波干扰而具有挑战性。目前，基于卷积或基于Transformer的方法无法充分解决这些问题。在本文中，我们首次探索了用于SAR图像飞机目标检测的扩散模型，并提出了一种新颖的基于扩散的SAR图像飞机目标检测网络（DiffDet4SAR）。具体来说，所提出的DiffDet4SAR在SAR飞机目标检测方面有两个主要优势：1）DiffDet4SAR将SAR飞机目标检测任务映射为边界框的去噪扩散过程，无需启发式锚框大小选择，从而有效适应飞机尺寸的大变化；2）专门设计的散射特征增强（SFE）模块进一步降低了杂波强度，并在推理过程中增强了目标显著性。在SAR-AIRcraft-1.0数据集上的大量实验结果表明，所提出的DiffDet4SAR达到了88.4%的mAP50，比最先进方法高出6%。代码可在https://github.com/JoyeZLearning/DiffDet4SAR获取。
引用
@article{arxiv.2404.03595,
title = {DiffDet4SAR: Diffusion-based Aircraft Target Detection Network for SAR Images},
author = {Zhou Jie and Xiao Chao and Peng Bo and Liu Zhen and Liu Li and Liu Yongxiang and Li Xiang},
journal= {arXiv preprint arXiv:2404.03595},
year = {2024}
}
备注
accepted by IEEE GRSL