2025年9月 硕士生袁艺榕在遥感领域知名期刊Remote Sensing发表大模型SAR目标检测研究成果

近日，课题组在SAR目标检测领域的相关研究成果以《SAM–Attention Synergistic Enhancement: SAR Image Object Detection Method Based on Visual Large Model》（SAM与注意力协同增强：基于视觉大模型的SAR图像目标检测方法）为题，发表于遥感领域国际知名期刊Remote Sensing。2024级硕士研究生袁艺榕为第一作者，史磊副教授、赵伶俐副教授为共同作者，杨杰教授为通讯作者。

由于散射机制复杂性、方位角敏感性和斑点噪声的强干扰，合成孔径雷达（SAR）图像目标检测在面临标注样本稀缺这一挑战的同时，还需具备高鲁棒、高稳定的检测能力。鉴于视觉大模型在自然图像处理方面表现出的强大泛化能力，该研究在大模型SAR目标检测方面进行了初步探索，结合多种注意力机制构建了以预训练大模型为主干的检测网络，从而缓解传统模型面向SAR图像存在的跨域泛化能力弱和少量样本适应性差的问题，并在跨域目标检测和少样本目标检测方面均验证了有效性。

该研究得到了国家重点研发计划项目（编号：2022YFB3903605、2024YFC3810804）、中国国家自然科学基金（编号：62471337）的资助。 论文链接：https://www.mdpi.com/2072-4292/17/19/3311