Open-set remote sensing object detection method based on semantic space topological features

Qiying Ling

doi:10.1016/j.isprsjprs.2025.10.015

Open-set remote sensing object detection method based on semantic space topological features

2025-10-22

0

PRE

AI

DOI：10.1016/j.isprsjprs.2025.10.015

原文链接

原文求助

摘要

En 中文

遥感目标检测在闭集场景中取得了良好进展。然而，在开集场景中，模型由于语义信息有限、泛化能力不足以及决策边界不清晰等原因，常出现误判或漏检。为解决这些问题，本文提出了一种基于语义空间拓扑特征的开放集遥感目标检测方法。为应对开集条件下语义空间的低效利用问题，提出了一种跨语义层级的空间信息融合模块，利用超图结构捕捉并传递高阶语义空间线索，增强空间感知能力。为提升开集场景下通用模型的泛化能力，引入了一种标签先验引导的分布内子空间对比学习方法，通过子空间约束机制增强判别特征学习。为解决开集设置中已知类与未知类之间决策边界不清晰的问题，提出了一种混合熵驱动的未知不确定性感知方法，通过引入统一的未知样本表示，克服了无未知样本时的基于边界优化的局限性。在xView开集基准上的实验结果表明，所提出的方法在闭集精度和开集检测两方面均取得了显著提升，凸显了其双重优化能力。源代码可访问https://github.com/Linghuaqian1/OSTG-Net。

Open-set remote sensing object detection method based on semantic space topological features

摘要

期刊

机构

引用论文