大皖新闻讯 9月1日，大皖新闻记者从中国科学院合肥物质院安光所获悉，该所光电子中心团队在光学遥感目标智能感知研究领域取得重要突破，先后提出轻量级关键点定位框架GeoAdapt与频域低秩自适应分割方法Freq-LoRA，分别实现了空中目标关键点的精细定位与恶劣天气下的鲁棒分割。
研究人员介绍，地基光学遥感是远距离监视空中目标的重要手段。然而，在公里级作用距离下，目标成像往往面临光照变化、运动模糊、大气衰减乃至雨雾等恶劣天气的干扰，普遍存在成像尺寸小、纹理弱、信噪比低等突出问题，给目标关键点定位、位姿估计与可靠分割带来严峻挑战。同时，边缘部署与实时处理需求也对算法的轻量化提出了更高要求。
GeoAdapt框架图
针对复杂环境下空中目标关键点定位、位姿恢复与目标分割难题，研究团队分别提出轻量级关键点检测框架 GeoAdapt 和频域低秩自适应方法 Freq-LoRA。不仅如此，针对恶劣天气条件下空中目标分割性能易退化的问题，Freq-LoRA 对冻结的 SAM 图像编码器特征进行 DCT-II 频域分解，将其划分为 4 个可学习高斯频带，并通过仅含 140 个参数的图像驱动光谱门控模块，根据输入图像自身的频域统计特征对各频带进行自适应调制，无需额外的天气类别或环境元数据。
记者采访了解到，两项工作分别从关键点级定位与区域级分割两个层面提升地基光学遥感对空中目标的智能感知能力，为复杂光照与恶劣天气条件下飞行目标自动识别、位姿估计与全天候监视提供了新的技术途径。
大皖新闻记者 魏鑫鑫
元股证券:ygzq.hk
编辑 陶娜配资开户最低资金
配资知识网提示：本文来自互联网，不代表本网站观点。
