DeepAutofocus: нейросетевой метод улучшения фокусировки SAR-изображений В журнале Remote Sensing опубликована работа о DeepAutofocus — методе автоматической фокусировки радиолокационных изображений на основе глубокого обучения. Авторы рассматривают проблему ошибок фазы, которые могут ухудшать качество SAR-изображений и затруднять их использование в задачах дистанционного зондирования. В основе предложенного подхода лежит гибридная архитектура, сочетающая Transformer и свёрточную нейронную сеть. Свёрточная часть извлекает локальные пространственные признаки, а механизм внимания Transformer помогает учитывать зависимости между участками изображения, сформированными по подапертурным данным. Для оценки фазовых ошибок разработчики применили кубические B-сплайны, отказавшись от необходимости задавать заранее определённую полиномиальную модель высокого порядка. По замыслу авторов, это позволяет гибче описывать сложные фазовые ошибки и уменьшать нежелательные колебания на границах изображения. Исследование посвящено повышению качества фокусировки SAR-данных, в том числе в сложных условиях обработки. Такие методы важны для дальнейшего развития радиолокационного ДЗЗ, где качество сформированного изображения влияет на последующее дешифрирование и извлечение информации. Количественные показатели эффективности здесь стоит оценивать по экспериментальным таблицам самой статьи, а не переносить на любые данные без дополнительной проверки. Источник
Дистанционное зондирование и геоинформатика
Subscribers
1.9K
+0 24h
Reach per post (ERR)
6.3%117 avg views
Posting
16.8/day
last 2 hours ago
Reactions per 1K views
3.4
❤ 🤡 🔥
Views over time
| When | Views |
|---|---|
| 13 Oct 2026, 12:04 | 0 |
| 12 Nov 2026, 03:41 | 97 |
Who shared this post
Posts in other channels we index that link to this one. (Forwards with a hidden source can't be traced.)
Nobody yet.