探索基于人类视觉的高光谱异常检测：一种小目标感知检测器
计算机视觉与模式识别
2024-01-03 v1
摘要
高光谱异常检测旨在定位光谱特征与背景不同的像素点。HAD在未知或伪装目标特征场景中至关重要，例如水质监测、作物生长监测和伪装目标检测，其中目标的先验信息难以获取。现有的HAD方法旨在客观检测和区分背景和异常光谱，而人类感知几乎可以毫不费力地实现这一点。然而，人类视觉感知的潜在过程被认为相当复杂。本文分析了人类视觉感知下的高光谱图像特征，并首次将HAD的求解过程转移到更鲁棒的特征空间。具体来说，我们提出了一种小目标感知检测器，它引入显著性图来捕获更接近人类视觉感知的HSI特征。STAD不仅提取更多的异常表示，而且通过提出的小目标滤波器减少低置信度区域的影响。此外，考虑到HAD算法可能应用于边缘设备，我们提出了一种全连接网络到卷积网络的知识蒸馏策略。它可以在减轻网络的同时学习HSI的光谱和空间特征。我们在HAD100训练集上训练网络，并在HAD100测试集上验证所提出的方法。我们的方法为HAD提供了一个更接近人类视觉感知且具有高置信度的新解空间。在真实HSI上的充分实验与多种方法比较证明了所提出方法的优异性能和独特潜力。代码可在https://github.com/majitao-xd/STAD-HAD获取。
引用
@article{arxiv.2401.01093,
title = {Exploring Hyperspectral Anomaly Detection with Human Vision: A Small Target Aware Detector},
author = {Jitao Ma and Weiying Xie and Yunsong Li},
journal= {arXiv preprint arXiv:2401.01093},
year = {2024}
}