WUTCM的博客

准确的船首方向检测对于船舶轨迹预测和港口监控至关重要。现有的船舶检测网络通常输出 180 度范围内的角度，而扩展到 360度会引入周期性问题，影响旋转交集比率（Rotation Intersection over Union, RIoU）的准确性。本文提出了一种新的船首方向检测算法，扩展了网络输出至360 度，并集成了航向交集比率损失（Heading Intersection over Union Loss, HIoU），以提高检测的准确性和鲁棒性。

本文提出了一项名为遥感船舶图像视觉定位（VGRSS）的新任务。VGRSS的目标是通过自然语言指导在遥感图像中定位船舶目标。目前已有大量研究致力于遥感图像与文本的多模态处理，试图通过自然语言从遥感图像中获取丰富信息。然而由于遥感船舶图像的特殊性，利用自然语言进行船舶定位仍面临挑战。为此，我们针对VGRSS任务构建了专用数据集并探索深度学习模型。具体而言，本文的贡献可归纳为以下四点：首先，我们构建了两个面向视觉定位的遥感船舶数据集。

近年来，无人机技术的快速发展产生了大量由无人机拍摄的航拍图像，因此，无人机航拍图像中的目标检测成为近期的研究热点。然而，由于无人机飞行高度灵活、拍摄角度多样，航拍图像中面临两个显著挑战：目标尺度的极端变化以及大量小目标的存在。为应对这些挑战，本文引入了一种专门针对小目标的语义信息引导融合模块。该模块利用高级语义信息来引导并对齐底层纹理信息，从而在特征层面增强了小目标的语义表示，进而提升模型对小目标的检测能力。此外，本文还提出了一种新颖的全局-局部融合检测策略，以强化对小目标的检测。

​ 超高分辨率遥感图像的语义分割是众多下游应用的核心任务。实现精确的像素级分类对于获得优质的分割结果至关重要。然而，处理复杂的分割边界并准确识别遥感图像中的小物体，使得这一任务更加具有挑战性。为了有效应对这些需求，集成全局上下文信息与空间细节特征显得尤为重要。为此，多级上下文感知分割网络（MCSNet）作为一种前沿的解决方案应运而生。MCSNet不仅能够有效建模全局上下文信息，还能提取复杂的空间细节特征，从而优化分割结果。

在高光谱图像（HSI）中，不同的土地覆盖（LC）类别在不同的波长下具有不同的反射特性。因此，仅依靠少数几个波段来区分所有的土地覆盖类别往往会导致信息丢失，从而使平均精度较差。为了解决这一问题，我们提出了一种名为级联空间交叉注意力网络（CSCANet）的高光谱图像分类方法。我们设计了一个级联空间交叉注意力模块，该模块首先在空间上下文下对局部和全局特征执行交叉注意力操作，然后使用分组级联结构在不同通道内依次传播重要的空间区域，最后得到联合注意力特征，以提高网络的鲁棒性。