arrow
返回

PASTE: Physics-Aware Scattering Topology Embedding Framework for SAR Object Detection

delete2026-09-22
delete0
PRE
AI
J
Jiacheng Chen
Y
Yuxuan Xiong
王
王海鹏 (Haipeng Wang)
DOI:10.1109/tgrs.2026.3736050delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
深度SAR目标检测器通常继承光学图像范式,从而未能充分利用目标稀疏、离散的电磁散射结构。现有散射增强方法通常依赖幅度统计或成本高昂的频域处理,使得难以将具有物理意义的结构整合到现代检测器中。我们提出了一种物理感知散射拓扑嵌入(PASTE)方法,这是一种闭环框架,将散射拓扑先验整合到SAR目标检测中。散射关键点自动标注(SKAA)自动生成基于ASC的关键点标注,散射拓扑注入模块(STIM)将学习到的拓扑注入多尺度特征,散射先验监督策略(SPSS)利用高斯软目标监督散射图分支。在七个基于CNN、Transformer和Mamba的检测器上,PASTE实现了1.3%至11.3%的相对mAP@0.5增益。可视化进一步表明,学习到的散射表示能够区分目标和背景区域,提高了可解释性并提升了检测精度。此外,还进行了参数消融实验和鲁棒性扰动实验,以验证PASTE的实用性。
Keyword:
Synthetic Aperture Radar (SAR)
Physics-Aware SAR Object Detection
Attributed Scattering Center Model
Scattering Topology Prior
Physics Prior Fusion

期刊

IEEE Transactions on Geoscience and Remote Sensing 封面图
IEEE Transactions on Geoscience and Remote Sensing
IF:
8.6
论文数:
2.1W
被引数:
10.7W

机构

F
fudan university
学者数:
3.2K
论文数: 851
被引数: 0
引用论文

引用论文

暂无论文信息