【儀表網(wǎng) 研發(fā)快訊】近日，安光所光電子中心團(tuán)隊(duì)在光學(xué)遙感目標(biāo)智能感知研究領(lǐng)域取得系列進(jìn)展，先后提出輕量級(jí)關(guān)鍵點(diǎn)定位框架GeoAdapt與頻域低秩自適應(yīng)分割方法Freq-LoRA，分別實(shí)現(xiàn)了空中目標(biāo)關(guān)鍵點(diǎn)的精細(xì)定位與惡劣天氣下的魯棒分割。相關(guān)研究成果分別以《GeoAdapt：基于可變形特征精煉的地基光學(xué)遙感目標(biāo)精細(xì)關(guān)鍵點(diǎn)定位方法》“GeoAdapt：Fine-Grained　Keypoint　Localization　via　Deformable　Feature　Refinement　for　Ground-Based　Optical　Remote　Sensing”和《Freq-LoRA：面向復(fù)雜天氣魯棒航空器分割的光電遙感頻域低秩自適應(yīng)方法》“Freq-LoRA：Frequency-Domain　Low-Rank　Adaptation　for　Weather-Robust　Aircraft　Segmentation　in　EO　Remote　Sensing”為題，發(fā)表在國(guó)際知名遙感期刊《遙感》Remote　Sensing上。
 

　　地基光學(xué)遙感是遠(yuǎn)距離監(jiān)視空中目標(biāo)的重要手段。然而，在公里級(jí)作用距離下，目標(biāo)成像往往面臨光照變化、運(yùn)動(dòng)模糊、大氣衰減乃至雨霧等惡劣天氣的干擾，普遍存在成像尺寸小、紋理弱、信噪比低等突出問(wèn)題，給目標(biāo)關(guān)鍵點(diǎn)定位、位姿估計(jì)與可靠分割帶來(lái)嚴(yán)峻挑戰(zhàn)。同時(shí)，邊緣部署與實(shí)時(shí)處理需求也對(duì)算法的輕量化提出了更高要求。
 

　　針對(duì)復(fù)雜環(huán)境下空中目標(biāo)關(guān)鍵點(diǎn)定位、位姿恢復(fù)與目標(biāo)分割難題，研究團(tuán)隊(duì)分別提出輕量級(jí)關(guān)鍵點(diǎn)檢測(cè)框架GeoAdapt和頻域低秩自適應(yīng)方法Freq-LoRA。其中，GeoAdapt在特征金字塔網(wǎng)絡(luò)的三個(gè)尺度上引入可變形卷積v2(DCNv2)，并采用Wing　Loss與Bone　Loss組合損失，增強(qiáng)模型對(duì)目標(biāo)局部結(jié)構(gòu)及幾何關(guān)系的自適應(yīng)建模能力?；诟采w多種光照和成像退化條件的1萬(wàn)幀自建數(shù)據(jù)集，以及ScanEagle和Matrice200公開(kāi)數(shù)據(jù)集開(kāi)展零樣本驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，GeoAdapt僅含5.95M參數(shù)，較YOLOv8s-pose減少47.9%；PCK@0.05D　達(dá)到89.3%，旋轉(zhuǎn)誤差為11.6°，PCK較YOLOv8s-pose提升11.7個(gè)百分點(diǎn)，表現(xiàn)出良好的跨域泛化能力和輕量化部署優(yōu)勢(shì)。
 

　　針對(duì)惡劣天氣條件下空中目標(biāo)分割性能易退化的問(wèn)題，F(xiàn)req-LoRA對(duì)凍結(jié)的SAM圖像編碼器特征進(jìn)行DCT-II頻域分解，將其劃分為4個(gè)可學(xué)習(xí)高斯頻帶，并通過(guò)僅含140個(gè)參數(shù)的圖像驅(qū)動(dòng)光譜門(mén)控模塊，根據(jù)輸入圖像自身的頻域統(tǒng)計(jì)特征對(duì)各頻帶進(jìn)行自適應(yīng)調(diào)制，無(wú)需額外的天氣類(lèi)別或環(huán)境元數(shù)據(jù)。該方法僅需559K可訓(xùn)練參數(shù)，約為全量微調(diào)參數(shù)量的1/168；在涵蓋五種天氣條件的仿真數(shù)據(jù)集上取得0.904的平均交并比，達(dá)到全量微調(diào)性能的96.1%，并在真實(shí)無(wú)人機(jī)影像及六種未見(jiàn)圖像退化條件下展現(xiàn)出良好的魯棒性。
 

　　兩項(xiàng)工作分別從關(guān)鍵點(diǎn)級(jí)定位與區(qū)域級(jí)分割兩個(gè)層面提升地基光學(xué)遙感對(duì)空中目標(biāo)的智能感知能力，為復(fù)雜光照與惡劣天氣條件下飛行目標(biāo)自動(dòng)識(shí)別、位姿估計(jì)與全天候監(jiān)視提供了新的技術(shù)途徑。
 

　　安光所夏營(yíng)威高級(jí)工程師為兩篇論文的第一作者，碩士研究生余天為論文第二作者，張文副研究員為論文通訊作者。本研究得到中央引導(dǎo)地方科技發(fā)展專項(xiàng)資金項(xiàng)目(202407a12020013)資助。
 

　　引用：安光所團(tuán)隊(duì)在光學(xué)遙感目標(biāo)智能感知領(lǐng)域取得系列進(jìn)展 安徽光學(xué)精密機(jī)械研究所 【引用時(shí)間：2026年8月26日】