A detecção de navios por radar de abertura sintética (SAR) é severamente limitada pelos artefatos causados pelo movimento. Devido ao complexo movimento de seis graus de liberdade (6-DOF) dos navios, a imagem dos navios exibe fenômenos de aberração, incluindo desfoque espacial, fantasmas discretos e desfoque linear de Lorentz. Detectores tradicionais dependem da identificação de características espaciais estáticas. Quando a coerência de fase é interrompida, eles tendem a falhar. Para superar esse problema, propomos uma estrutura de fusão multimodal baseada em princípios físicos. Essa estrutura estabelece uma conexão teórica entre a resposta hidrodinâmica do navio e a degradação da imagem através de intervalos de processamento de coerência curtos, longos e ultralongos (CPI). A estrutura adota uma arquitetura em cascata: primeiro, um YOLOv8 leve realiza uma triagem global rápida, seguido por um mecanismo de retrocesso de sinal que extrai características de domínio tempo-frequência (TFD) de alta fidelidade e características de Doppler instantâneo de alcance (RID) dos dados comprimidos de distância originais. Na detecção de segundo nível, essas características físicas são fundidas adaptativamente com intensidade espacial através de uma rede YOLOv8 integrada com o módulo de atenção de bloco convolucional (CBAM) para reduzir a taxa de detecção falsa. A validação em simulações de alta fidelidade e conjuntos de dados reais do GF-3 mostra que este método consistentemente alcança uma precisão média (mAP) superior a 95%, superando diversos detectores amplamente utilizados, e demonstra uma forte capacidade de generalização em condições extremas de imagem, adequada para cenários de detecção marítima.
Qiang et al. (Terça-feira,) estudaram essa questão.