时序点监督信号重建：无人工标注的弱移动目标检测框架
计算机视觉与模式识别
2025-07-24 v1 人工智能
摘要
在低空监视和预警系统中，由于信号能量低、空间范围小以及背景杂乱，检测弱移动目标仍然是一个重要挑战。现有方法在提取稳健特征方面受限，缺乏可靠的标注数据。为此，我们提出一种新的时序点监督（TPS）框架，实现无任何人工标注的高性能目标检测。与传统帧级检测不同，我们将任务重新表述为像素级时序信号建模问题，其中弱目标表现为短时脉冲式响应。我们在 TPS 范畴下开发了时序信号重建网络（TSRNet），用于重建这些瞬时信号。TSRNet 采用编码器-解码器结构，并集成了动态多尺度注意力（DMSAttention）模块以增强其对多样化时序模式的敏感性。此外，采用基于图的轨迹挖掘策略以抑制误报并确保时序一致性。在一个专为低 SNR 数据集而构建的实验中，证明我们的框架在无需人工标注的情况下超越了最先进的方法，实现了强大的检测性能，帧率可达 1000 帧/秒，凸显其在实际场景中的实时部署潜力。
引用
@article{arxiv.2507.17334,
title = {Temporal Point-Supervised Signal Reconstruction: A Human-Annotation-Free Framework for Weak Moving Target Detection},
author = {Weihua Gao and Chunxu Ren and Wenlong Niu and Xiaodong Peng},
journal= {arXiv preprint arXiv:2507.17334},
year = {2025}
}