《Remote Sensing》：Time-Series Monitoring and Analysis of Surface Deformation in Shiguilong Tailings Storage Using E-SBAS-InSAR
编辑推荐：
通过侧扫声纳进行水下目标检测对国防和经济至关重要，但受限于目标稀疏、数据获取成本高以及由于声学数据缺乏纹理和样本有限导致的特征提取困难。为克服这些限制，特别是针对小样本小目标检测，研究人员提出了一种空间分布概率引导检测框架（Spatial Distributi
通过侧扫声纳进行水下目标检测对国防和经济至关重要，但受限于目标稀疏、数据获取成本高以及由于声学数据缺乏纹理和样本有限导致的特征提取困难。为克服这些限制，特别是针对小样本小目标检测，研究人员提出了一种空间分布概率引导检测框架（Spatial Distribution Probability-Guided Detection Framework），以辅助无人水下航行器（UUV）进行精确定位与聚类。该框架包含一个新颖模块，利用预训练的视觉基础模型（DINOv3）生成空间分布概率图，引导基于Transformer的网络在稀缺数据下实现精确检测。此外，框架还集成了目标位置计算模块（Target Position Calculation Module）和基于DBSCAN的后处理模块，分别用于确定全局地理坐标和聚类离散点。在公开的水雷检测数据集及自建包含模拟水雷和浮标的数据集上进行了实验。消融研究和对比实验表明，所提出的引导机制显著提升了检测性能。此外，两次梳式搜索任务验证了系统能够准确定位并聚类目标，区分真实目标与虚警（噪声）。这些结果证实了该框架在复杂水下巡检任务中实现高精度感知与自主作业的有效性。
**研究背景、问题与意义**
水下目标感知对国防与经济安全至关重要，侧扫声纳（Side-scan Sonar, SSS）因其宽视野与低成本被广泛用于海底目标探测。然而，SSS图像检测面临两大挑战：一是数据采集困难，水下目标分布稀疏、海上数据获取及人工标注成本高昂；二是特征提取困难，声学数据基于声波背向散射强度而非光学反射，缺乏纹理信息，且小样本与样本分布不平衡进一步加剧了特征表达的难度。现有深度学习方法（如YOLO、U-Net等）在常规场景表现良好，但在小样本、小目标条件下易出现过拟合、漏检等问题。为此，研究人员提出一种空间分布概率引导检测框架（Spatial Distribution Probability-Guided Detection Framework），旨在提升无人水下航行器（Unmanned Underwater Vehicle, UUV）在数据匮乏场景下的目标检测与自主巡检能力。该论文发表在《Remote Sensing》。
**关键技术与方法**
研究采用的核心技术包括：（1）视觉基础模型（DINOv3），通过自监督学习生成高质量密集特征图，经主成分分析（PCA）降维可视化验证其对SSS图像的特征提取能力；（2）空间分布概率引导模块（Spatial Distribution Probability-Guided Detection Module），利用DINOv3提取的目标初始特征与待检测图像特征计算相似度，生成概率图，再通过特征引导模块（Feature Guidance Module）将概率图与Transformer骨干网络提取的深层特征融合，增强目标区域的响应；（3）目标位置计算模块（Target Position Calculation Module），基于几何三角测量原理，结合UUV高度、斜距及导航状态（位置、航向）将图像坐标转换为全局经纬度坐标；（4）基于DBSCAN的聚类后处理模块，对多测线检测到的离散目标点进行密度聚类，区分真实目标与噪声。实验数据包括公开的水雷检测数据集（Public Mine Detection Dataset，含1170张真实SSS图像，训练/验证划分1158/12张）及自建数据集（利用“Sea-Whale”UUV搭载ES4590侧扫声纳在低频模式下采集，共250张图像，含模拟系泊、气瓶、模拟水雷等目标，训练/验证80%/20%）。
**研究结果**
- **公开数据集实验**：以YOLOv8为基线进行消融。引入Transformer架构后，精确率（Precision）和mAP50（IoU阈值0.5时的平均精度）显著提升，表明全局特征建模降低了误检。进一步加入引导模块（Guidance Module）后，召回率（Recall）大幅提高（从0.453升至0.635），减少了漏检。最终方法（YOLOv8+Transformer+Guidance）在验证集上达到100%召回率，mAP50-95（IoU阈值0.5~0.95的平均精度）从基线的0.564提升至0.886，精确率达99.335%，优于YOLOv4、YOLOv8及最新YOLOv26。可视化显示，引导模块将目标置信度从0.3提升至0.8~0.9。
- **自建数据集实验**：由于目标极小且样本少，基线YOLOv8的mAP50仅0.510。Transformer的引入使召回率升至0.615，mAP50升至0.679；加入引导模块后召回率进一步升至0.635，最终方法Precision=0.813，Recall=0.692，mAP50=0.715，全面优于基线及YOLOv26。推理耗时70ms，满足UUV实时处理需求。
- **现场梳式搜索任务**：两次任务分别检测到24个和41个疑似点。DBSCAN聚类后，第一次全部对应真实目标；第二次成功区分出40个真实目标与1个噪声点（蓝色叉号）。聚类结果的空间分布与实际目标大致吻合，但存在由惯性导航误差引起的位置偏移，验证了在线检测与后处理聚类的必要性。
**讨论与结论**
讨论部分指出：（1）所提框架在小样本场景下具有良好的泛化能力，预训练基础模型提供的先验特征显著提升了数据匮乏时的特征提取能力；（2）在复杂环境中，框架实现了0.715的mAP50，但现场任务中检测结果与真值存在偏移，主要源于惯性导航漂移，凸显了在线检测与DBSCAN后处理的重要性；（3）DBSCAN后处理成功抑制了噪声，区分了真实目标与声呐混响或复杂地形导致的虚警；（4）当前方法的局限在于推理速度尚需优化以适应大规模UUV实时部署，且定位计算假设平坦海底，在陡坡或深沟等地形可能引入几何失真。
研究结论翻译如下：本文提出了一种新颖的空间分布概率引导检测框架，旨在解决水下侧扫声纳图像中目标稀疏、数据获取困难与特征提取等问题。主要贡献与结论包括：创新检测架构——利用通用视觉基础模型（DINOv3）生成空间分布概率图，引导基于Transformer的特征提取网络，打破了传统卷积神经网络对大标注数据的依赖，在小样本条件下实现了高精度目标检测；完整感知系统——构建了目标位置计算模块（将图像坐标转换为全局经纬度）与基于DBSCAN的后处理模块（聚合离散检测点），使UUV具备在线检测、全球定位与智能导航能力；实证有效性——在公开水雷数据集上验证了低数据量下的优越性，在自建复杂场景数据集中mAP50达0.715，显著优于基线模型，现场海试验证系统能有效区分真实目标与噪声，并通过聚类算法校正惯性导航漂移导致的定位误差。总之，所提框架为水下声呐图像分析提供了鲁棒解决方案，弥合了稀疏数据与高精度感知需求之间的鸿沟。未来工作将聚焦于引入视觉或其他声学传感器数据以增强感知鲁棒性，优化计算效率实现资源受限UUV上的实时推理，以及扩展框架以适应更复杂几何形状的目标。
