FMC-DETR：面向航拍视角目标检测的频率解耦多域协调框架
计算机视觉与模式识别
2026-05-14 v2 机器学习
摘要
遥感目标检测是自然资源监测、交通管理和无人机救援等现实应用中的关键技术。由于高分辨率航拍图像中视觉线索微弱且复杂场景下的全局上下文建模不足，检测微小目标仍然具有挑战性。现有方法通常存在上下文交互延迟和非线性推理能力有限的问题，这限制了它们有效细化浅层表示的能力，并最终导致性能欠佳。为应对这些挑战，我们提出了 FMC-DETR，一个用于航拍视角目标检测的频率解耦融合框架。首先，我们提出了小波 Kolmogorov-Arnold Transformer（WeKat）骨干网络，它采用级联小波变换来增强浅层特征中的全局低频结构感知，同时保留细粒度细节，并进一步利用 Kolmogorov-Arnold 网络对多尺度依赖关系进行自适应非线性建模。其次，我们引入了多域特征协调（MDFC）模块，该模块通过部分通道的空间、频谱和结构协调来细化跨尺度融合表示，从而增强杂乱场景中与小目标相关的特征响应。最后，我们设计了紧凑部分融合（CPF）模块，该模块通过渐进式部分细化执行紧凑的多分支聚合，以改善特征多样性和多尺度交互，同时保持稳定的信息流并减少冗余扰动。在多个遥感基准上的大量实验表明，FMC-DETR 达到了最先进的性能，并显著优于基线检测器。代码可在 https://github.com/bloomingvision/FMC-DETR 获取。
引用
@article{arxiv.2509.23056,
title = {FMC-DETR: Frequency-Decoupled Multi-Domain Coordination for Aerial-View Object Detection},
author = {Ben Liang and Hongguang Wei and Yuan Liu and Bingwen Qiu and Yihong Wang and Xiubao Sui and Qian Chen},
journal= {arXiv preprint arXiv:2509.23056},
year = {2026}
}