北理工團(tuán)隊(duì)在高光譜成像目標(biāo)探測領(lǐng)域取得新突破
發(fā)布日期:2025-12-16 供稿:光電學(xué)院 攝影:光電學(xué)院
編輯:劉廣寧 審核:李家方 閱讀次數(shù):
近日,北京理工大學(xué)光電學(xué)院許廷發(fā)教授團(tuán)隊(duì)在光譜成像目標(biāo)探測領(lǐng)域取得新進(jìn)展,提出了復(fù)雜場景下高光譜偽裝目標(biāo)檢測和多光譜目標(biāo)檢測兩種新方法。兩篇文章分別以《HyperCOD: The First Challenging Benchmark and Baseline for Hyperspectral Camouflaged Object Detection》和《MODA: The First Challenging Benchmark for Multispectral Object Detection in Aerial Images》為題發(fā)表在人工智能領(lǐng)域國際頂級會議—The 40th Annual AAAI Conference on Artificial Intelligence(AAAI 2026,CCF-A)上。AAAI 是全球人工智能領(lǐng)域最具影響力的頂級國際會議之一,代表著該領(lǐng)域最前沿的研究方向和高水平的學(xué)術(shù)成果。兩篇論文第一作者分別為北京理工大學(xué)碩士研究生白淑妍和韓帥豪,通訊作者為許廷發(fā)教授和李佳男長聘副教授。
論文1:HyperCOD: The First Challenging Benchmark and Baseline for Hyperspectral Camouflaged Object Detection
針對復(fù)雜自然場景中偽裝目標(biāo)難以識別和精確定位的技術(shù)瓶頸,團(tuán)隊(duì)結(jié)合高光譜成像與先進(jìn)基礎(chǔ)模型能力,提出高光譜偽裝目標(biāo)檢測新框架—HSC-SAM(見圖1)。該方法面向以 Segment Anything Model(SAM)為代表的基礎(chǔ)模型發(fā)展趨勢,通過創(chuàng)新性的空間–光譜解耦重構(gòu)策略,將高光譜信息以顯式方式引導(dǎo)基礎(chǔ)模型特征學(xué)習(xí),從而實(shí)現(xiàn)光譜信息與通用基礎(chǔ)模型的深度融合。

圖1 HSC-SAM高光譜偽裝目標(biāo)檢測框架圖
對模型特征提取過程進(jìn)行可視化分析發(fā)現(xiàn)(見圖2),HSC-SAM在光譜信息的顯式引導(dǎo)下,能夠在特征提取早期有效抑制背景干擾、增強(qiáng)目標(biāo)響應(yīng),同時降低后續(xù)特征處理的計算開銷,體現(xiàn)了光譜信息對基礎(chǔ)模型特征表達(dá)與推理效率的高效增強(qiáng)作用。

圖2 光譜信息有效濾除復(fù)雜背景干擾
如圖3所示,在復(fù)雜且具有顯著視覺干擾的場景中,HSC-SAM能夠準(zhǔn)確定位空間上高度偽裝、但在光譜維度具有顯著差異的目標(biāo)區(qū)域。與現(xiàn)有方法相比,HSC-SAM的目標(biāo)定位結(jié)果呈現(xiàn)出更清晰的目標(biāo)邊界、更高的輪廓保真度,充分證明了其在偽裝目標(biāo)檢測任務(wù)中的優(yōu)異性能。

圖3. 基于光譜引導(dǎo)的偽裝目標(biāo)檢測結(jié)果
本項(xiàng)成果拓展了光譜成像驅(qū)動的智能目標(biāo)探測與感知新方向,為復(fù)雜自然場景下的偽裝目標(biāo)檢測提供了高效、可靠的新技術(shù)路徑,對智能偵察、災(zāi)害探測等方向具有重要應(yīng)用價值。
論文2:MODA: The First Challenging Benchmark for Multispectral Object Detection in Aerial Images
針對低空無人機(jī)對地弱小目標(biāo)探測中目標(biāo)尺寸小、對比度低、背景復(fù)雜等核心難題,團(tuán)隊(duì)提出了多光譜成像驅(qū)動的弱小目標(biāo)檢測框架 OSSDet(如圖4)。該方法充分利用多光譜圖像蘊(yùn)含的豐富光譜信息進(jìn)行目標(biāo)增強(qiáng),通過級聯(lián)式光譜-空間調(diào)制結(jié)構(gòu)實(shí)現(xiàn)目標(biāo)感知過程的全局優(yōu)化;利用光譜相似性聚合目標(biāo)相關(guān)特征,強(qiáng)化目標(biāo)內(nèi)部關(guān)聯(lián)表達(dá)。

圖4. OSSDet多光譜目標(biāo)檢測框架示意圖
圖5展示了特征可視化結(jié)果。與傳統(tǒng)可見光方法相比,多光譜圖像輸入能夠顯著拉大易混類別、小尺度目標(biāo)以及少樣本類別之間的特征距離,實(shí)現(xiàn)更清晰的類間分離,驗(yàn)證了光譜信息在提升目標(biāo)類別區(qū)分度方面的有效性。

圖5. 光譜信息有效增強(qiáng)類別間區(qū)分度
如圖6所示,在小目標(biāo)、低能見度或背景雜亂等典型復(fù)雜場景中,OSSDet能夠顯著增強(qiáng)網(wǎng)絡(luò)對目標(biāo)區(qū)域的聚焦能力,抑制無關(guān)背景噪聲,從而減少誤檢與漏檢,提升復(fù)雜地表環(huán)境中目標(biāo)檢測的準(zhǔn)確性與魯棒性。

圖6. 光譜信息賦能弱小目標(biāo)檢測示意圖
本項(xiàng)成果拓展了光譜成像驅(qū)動的智能目標(biāo)探測與感知新方向,為復(fù)雜場景下弱小目標(biāo)檢測提供了高效可靠的新解決方案,對低空安全防護(hù)、應(yīng)急救援、智能偵察等應(yīng)用領(lǐng)域具有重要意義,為無人機(jī)自主感知能力的提升提供了技術(shù)支撐。
論文詳情:
Shuaihao Han, Tingfa Xu*, Peifu Liu, Jianan Li*. MODA: The First Challenging Benchmark for Multispectral Object Detection in Aerial Images. AAAI (Oral), 2026.
附作者簡介:
第一作者:
白淑妍,北京理工大學(xué)光電學(xué)院碩士研究生,主要研究方向?yàn)楦吖庾V目標(biāo)檢測,曾獲得北京理工大學(xué)一等碩士學(xué)業(yè)獎學(xué)金,優(yōu)秀學(xué)生干部榮譽(yù)稱號。
韓帥豪,北京理工大學(xué)光電學(xué)院碩士研究生,主要研究方向?yàn)闊o人機(jī)多光譜目標(biāo)探測與感知,曾獲得北京理工大學(xué)一等碩士學(xué)業(yè)獎學(xué)金。
通訊作者:
李佳男,北京理工大學(xué)光電學(xué)院,長聘副教授,博導(dǎo),中國科協(xié)、北京市科協(xié)青年托舉人才,重慶市杰青,連續(xù)三年入選全球前2%頂尖科學(xué)家(2022-2024),從事光電成像目標(biāo)探測與感知研究。主持國自然面上、工信部高質(zhì)量發(fā)展專項(xiàng)等項(xiàng)目10余項(xiàng)。以第一作者發(fā)表論文20篇(其中IEEE TPAMI 5篇,影響因子20.8);以通訊作者發(fā)表論文80余篇;授權(quán)專利19項(xiàng)。谷歌學(xué)術(shù)總引用6500余次,3篇論文入選ESI熱點(diǎn)/高被引,2篇一作論文單篇引用超千次。獲得中國圖象圖形學(xué)學(xué)會自然科學(xué)二等獎(序1),自然資源科技進(jìn)步、地理信息科技進(jìn)步二等獎(序2),CSIG優(yōu)博,王大珩光學(xué)獎等。指導(dǎo)學(xué)生獲“反無人機(jī)跟蹤”挑戰(zhàn)賽全球冠軍等獎項(xiàng)10余項(xiàng)。研究成果在“中國天眼”、川渝礦產(chǎn)監(jiān)測等重大工程領(lǐng)域得到應(yīng)用。
許廷發(fā),博士,教授/博導(dǎo),國家一級重點(diǎn)學(xué)科“光學(xué)工程”學(xué)科責(zé)任教授,光電成像技術(shù)與系統(tǒng)教育部重點(diǎn)實(shí)驗(yàn)室主任,北京理工大學(xué)重慶創(chuàng)新中心副主任。近年來帶領(lǐng)其科研團(tuán)隊(duì)圍繞光電成像探測與識別、計算成像和人工智能等領(lǐng)域不斷深化研究。主持承擔(dān)國家自然科學(xué)基金委重大科研儀器研制項(xiàng)目等40余項(xiàng)。在國際、國內(nèi)等系列期刊發(fā)表學(xué)術(shù)論文300余篇,其中被SCI/EI收錄120余篇。以第一發(fā)明人申請國家發(fā)明專利87項(xiàng),已授權(quán)和公示45項(xiàng)。獲國防科技進(jìn)步二等獎等獎項(xiàng)5項(xiàng)。指導(dǎo)研究生獲得中國圖象圖形學(xué)學(xué)會優(yōu)秀博士學(xué)位論文,二人次獲得王大珩高校學(xué)生光學(xué)獎,三人次獲得全國光學(xué)與光學(xué)工程博士生學(xué)術(shù)聯(lián)賽全國百強(qiáng),獲得中國高等教育博覽會“校企合作 雙百計劃”典型案例和重慶英才創(chuàng)新創(chuàng)業(yè)示范團(tuán)隊(duì)等榮譽(yù)稱號。
分享到:
