.png){kind=icon}
.png){kind=icon}
返回
A Diffusion Model Based Super-Resolution Imaging Method for Through-Wall Sensing
.png){kind=icon}
PRE
AI
DOI：10.1109/TAES.2025.3560611.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
穿墙感知（TWS）系统因其能够探测障碍物后的隐蔽空间，在民用及军事领域具有广泛应用。为在低成本下实现良好的穿透能力，现有TWS系统常采用稀疏阵列配置，工作于L/S电磁波波段，但这导致雷达图像的空间分辨率较差。因此，终端用户难以从穿墙雷达图像中识别目标，因为缺乏轮廓、形状等几何相关信息。为应对这一挑战，本文提出一种基于条件去噪扩散概率模型（DDPM）的高分辨率TWS成像方法。首先，我们设计一种混合编码器，用于提取并融合包括3-D雷达图像和2-D光学图像在内的多源数据特征。提取的特征被输入包含残差和自注意力模块的网络中，以预测/估计噪声，随后从当前图像中减去该噪声。最终，通过迭代估计并减去噪声，可获得高分辨率图像。仿真和真实实验均证实，所提出的方法在成功重建目标轮廓和轮廓信息方面具有高效性，其分辨率优于现有大多数TWS系统。
Keyword:
Conditional denoising diffusion probabilistic model (DDPM)
super-resolution
through-wall sensing (TWS)
期刊
IF:
5.7
论文数:
696
被引数:
2.4W