面向合成孔径雷达图像异常检测与定位的 Patch 分布建模自适应余弦估计器框架（PaDiM-ACE）
计算机视觉与模式识别
2025-06-19 v3
摘要
本文提出了一种新的方法，用于合成孔径雷达图像（SAR）的异常检测与定位，扩展了现有的 patch 分布建模框架（PaDiM）。我们引入了自适应余弦估计器（ACE）检测统计量。PaDiM 在推断时使用马哈拉诺距离作为度量标准，这是一种无界度量。ACE 则使用余弦相似度度量，提供有界的异常检测得分。该方法在多个 SAR 数据集上进行评估，性能指标包括图像级和像素级的受试者运行曲线下面积（AUROC），旨在提高 SAR 图像的异常检测与定位性能。代码已公开：https://github.com/Advanced-Vision-and-Learning-Lab/PaDiM-ACE。
关键词
引用
@article{arxiv.2504.08049,
title = {Patch distribution modeling framework adaptive cosine estimator (PaDiM-ACE) for anomaly detection and localization in synthetic aperture radar imagery},
author = {Angelina Ibarra and Joshua Peeples},
journal= {arXiv preprint arXiv:2504.08049},
year = {2025}
}
备注
Accepted to SPIE, Defense and Commercial Sensing, Algorithms for Synthetic Aperture Radar Imagery XXXII (April 2025)