PASTE：基于物理感知散射拓扑嵌入的合成孔径雷达目标检测框架
计算机视觉与模式识别
2026-03-17 v1
摘要
当前基于深度学习的合成孔径雷达(SAR)目标检测方法主要采用光学图像方法，将目标视为纹理块，忽略了固有的电磁散射机制。虽然散射点研究旨在提升检测性能，但大多数方法仍依赖于幅值基准的统计模型。一些方法引入频域信息进行散射中心提取，但计算成本高且与多样化数据集兼容性差。因此，有效地将散射拓扑信息嵌入现代检测框架仍具有挑战性。为解决此问题，本文提出了物理感知散射拓扑嵌入框架(PASTE)，这是一种新型闭环体系结构，用于综合性散射先验集成。通过构建从拓扑生成、注入到联合监督的完整流程，PASTE 优雅地将散射物理学集成到现代 SAR 检测器中。具体而言，它基于赋能散射中心(ASC)模型设计了散射关键点生成和自动标注方案，以产生可扩展且物理一致的先验。散射拓扑注入模块引导多尺度特征学习，散射先验监督策略通过对齐预测与散射中心分布来约束网络优化。实验表明，PASTE 能与多种检测器兼容，并在基线上实现 2.9%至 11.3% 的相对 mAP 提升，同时保持可接受的计算开销。散射图可视化验证了 PASTE 成功地将散射拓扑先验嵌入特征空间，清晰区分目标与背景散射区域，从而为结果提供了强解释性。
引用
@article{arxiv.2603.14886,
title = {PASTE: Physics-Aware Scattering Topology Embedding Framework for SAR Object Detection},
author = {Jiacheng Chen and Yuxuan Xiong and Haipeng Wang},
journal= {arXiv preprint arXiv:2603.14886},
year = {2026}
}