DenoDet：SAR 图像目标检测

一、什么是 SAR 图像

SAR 图像是一种独特的遥感成像技术，能够穿透云、雨、雪和雾等大气障碍物，因此在多个领域都有广泛应用，如地质勘探、环境监测、军事侦察等

二、SAR 图像上目标检测的挑战

1. 散斑噪声干扰（speckle noise）：SAR 是一个相干成像系统，其图像本质上包含不可避免的散斑噪声，会叠加在目标上
   针对散斑噪声的传统解决办法：多尺度特征表示、合并上下文信息、软阈值

2. 小目标的挑战（small targets）：空间范围通常有限，并且目标物体很容易与杂波混淆
   解决办法：浅层特征增强网络、多内核大小的特征融合

以上两个问题的现有的解决方法(在目标检测的过程中同时去噪)在几个关键领域存在局限性：

1. 抑制噪声不足：CNN 本身会在检测目标特征的同时尝试空间去噪，但是 SAR 图像中的散斑噪声和目标混在一起，难以在原始光谱中分离
2. 深度学习中的光谱偏差：深度网络对低频分量表现出频谱偏向，这些分量主要代表背景或更大的物体。不利于检测小目标。
   即：深度网络更容易学习到图像的整体结构和背景信息,而忽略一些细节特征
3. 静态网络权重：训练后网络权重是静态的，无法自适应地适应 SAR 图像中不断变化的地形或噪点条件。

那么，我们能否在目标检测之前对图像去噪呢？

不可以，因为在图像域中，将相干散斑噪声与目标特征完全分离本质上是一个病态问题。噪声的去除不可避免地会导致关键目标细节的丢失

与其试图在图像层面抑制散斑噪声，不如将去噪的重点转移到目标检测框架内的特征层面

即：设计一个可以无缝集成到目标检测框架中的即插即用特征降噪模块

因此，本文提出了：DenoDet，一种从频域多子空间特征去噪的角度提高 SAR 目标检测性能，DenoDet 将注意力机制解释为动态软阈值收缩操作，即转到频域去噪

三、DenoDet 网络的动机

源于希望通过 显式频域转换 使网络能够优先保留与小目标特征相关的高频信息，同时校准卷积网络对低频分量的固有偏见。

因为：不同的频率会对应于不同尺度的结构，自然而然地形成多尺度的子空间表示

大的思想就是：引入频域之后，目标和噪声就可以分布在不同的频域内，就可以很好的分离，所以也就比较方便抑制噪声

四、整体架构

（1）TransDeno

动态软阈值去噪过程，选择性地保留有效的目标信号，同时过滤掉多余的噪声成分。

使用 2D DCT 将特征表示映射到频域中，并将其分解为多个子空间，每个子空间代表特定频率范围内的信息。

（2）Deformable Group Fully Connected (DeGroFC) layer

自适应地确定每个图像的最佳子空间数量。

五、具体模块

A. Revisiting Attention as Dynamic Soft Thresholding

软阈值是用于降噪的一项基本技术，常规的软阈值函数为：

为了更有效地抑制噪声，信号通常被转换为特定的变换域，如小波或傅里叶域，这样可以更清楚地区分信号特征和噪声。 

创新点是为软阈值加入注意力机制，注意力机制会为数据组件分配不同的权重，会强调与预测任务最相关的权重。

其中函数 g 会聚合相关的特征上下文，生成注意力权重（所以现在的阈值是一个取决于输入的动态值）