Frequency-Guided Real-Time Detection of Weak Water-Surface Targetsfor Unmanned Surface Vehicles

Probleemstelling

Real-time visuele perceptie voor Unmanned Surface Vehicles (USVs) staat voor een kritieke uitdaging: het detecteren van zwakke, kleine wateroppervlakte-doelwitten (bijv. drijvend afval, reddingsobjecten) onder condities met een lage signaal-ruisverhouding (SNR). Deze doelwitten beslaan vaak slechts enkele pixels (bijv. 12×12 tot 32×32 pixels) en worden gehinderd door golven, spiegelende reflecties en niet-uniforme verlichting. Bestaande detectoren worstelen met dit probleem van "interpretatie van zwakke signalen" omdat:

1. Frequentie-mismatch: Veel detectoren behandelen golfinterferentie en reflecties als generieke visuele ruis zonder hun specifieke frequentiestructuur te analyseren.
2. Globaal vs. Lokaal: Frequentiebewuste modellen verbeteren kenmerken vaak globaal, terwijl zwakke drijvende doelwitten specifieke versterking vereisen in de hogeresolutie kleine-doelwit-takken.
3. Statische Supervisie: Standaard bounding-box regressieverlies (bijv. CIoU) past de sterkte van de correctie niet aan op basis van de specifieke predictiekwaliteit of geometrische afwijking van individuele monsters.

Methodologie

De auteurs stellen een lichtgewicht detector voor, gebouwd op de YOLO11n architectuur, waarbij twee primaire innovaties zijn geïntroduerd: een frequentiegestuurd kenmerkmodule en een adaptief regressieverlies.

1. Spectrale analyse van wateroppervlak-scènes

Voordat ze het model ontwierpen, voerden de auteurs een cross-dataset spectrale analyse uit waarbij wateroppervlak-datasets (FloW, FML-v1, FML-v2) werden vergeleken met generieke scènes (COCO).

• Bevindingen: Wateroppervlak-beelden vertonen aanzienlijk lagere spectrale vervalexponenten ($\beta \approx 2.3\text{--}2.5$) vergeleken met generieke scènes ($\beta \approx 2.7$), wat wijst op een langzamer spectraal verval en een hogere energiebehoud in mid- en hoogfrequente banden.
• SNR: De lokale SNR voor kleine waterdoelwitten is extreem laag (3–8 dB) vergeleken met generieke objecten (12–18 dB).
• Directionaliteit: Wateroppervlakken vertonen een sterke directionele energieconcentratie langs horizontale en verticale assen door de textuur van golven, in tegenstelling tot de isotrope distributie in generieke scènes.

2. Band-Selective and Spatially Routed (BSSR) Module

Om de spectrale bevindingen aan te pakken, hebben de auteurs de BSSR-module uitsluitend ingevoegd in de P2 hogeresolutie-tak (stride 4) van de detector. Dit zorgt ervoor dat versterking plaatsvindt waar kleine doelwitten ruimtelijk zichtbaar zijn, zonder de gehele netwerkbelasting te verhogen. De module bestaat uit:

• Frequentie-tak: Ontleedt kenmerken in Lage, Midden en Hoge frequentiebanden. In tegenstelling tot standaard benaderingen die middenfrequenties als ruis onderdrukken, leert BSSR om de middenfrequentieband te routeren en te benadrukken, die substantiële doelwit-aanwijzingen bevat in water-scènes.
• Directionele tak: Past vierrichtings Sobel-kernels toe (horizontaal, verticaal, diagonaal) om gefragmenteerde randresponsen te vangen die worden veroorzaakt door golfinterferentie.
• Lokale Context-tak: Gebruikt een 5×5 depthwise convolutie om lokale ruimtelijke ondersteuning te behouden.
• Adaptieve Gating: Een lichtgewicht router genereert sigmoid-geactiveerde gates ($\alpha_1, \alpha_2, \alpha_3$) om de verbeterde kenmerken te fuseren met de originele input. De outputformule is:
  $$F_{out} = F + \alpha_1 F_{base} + \alpha_2 F - \alpha_3 |F - F_{base}|$$
  Deze structuur injecteert verbeterde aanwijzingen, behoudt het originele signaal en onderdrukt adaptief resterende discrepanties (werkt als een denoising gate).

3. Scale-Normalized Kalman IoU (SNK-IoU) Loss

De auteurs introduceren een tijdens de training gebruikte loss-functie die de bounding-box regressie-supervisie aanpast op basis van de predictiekwaliteit, geïnspireerd door het Kalman filter gain-mechanisme.

• Mechanisme: Het behandelt de IoU-fout ($P = 1 - \text{IoU}$) als "predictie-onzekerheid" en de aspectratio-afwijking ($R$) als "observatieruis".
• Adaptieve Gain: Een begrensde Kalman gain ($K \in [0.2, 0.8]$) wordt berekend om lineaire en gekwadrateerde CIoU-termen te mengen:
  $$L_{SNK} = K \cdot L_{CIoU} + (1-K) \cdot L^2_{CIoU}$$
• Gedrag: Wanneer de IoU laag is (slechte overlap), is $K$ hoog, wat de voorkeur geeft aan de lineaire term voor sterke correctie. Wanneer de IoU hoog is (goede overlap), is $K$ laag, wat de voorkeur geeft aan de gekwadrateerde term voor fijne verfijning. Dit voegt nul computationele kosten toe tijdens inferentie.

Belangrijkste Bijdragen

1. Spectrale Karakterisering: Een cross-dataset analyse die vaststelt dat wateroppervlak-detectie een zwak-doelwit herkenningsprobleem is, gekenmerkt door lage-SNR en mid-frequentie-dominante achtergronden.
2. BSSR Module: Een herbruikbaar feature-routing ontwerp dat frequentie-decompositie, directionele rand-routing en adaptieve gating uitvoert, specifiek binnen de hogeresolutie kleine-doelwit-tak.
3. SNK-IoU Loss: Een sample-adaptieve regressie-loss die balans vindt tussen grove correctie en fijne verfijning met behulp van een begrensde gain-analogie, wat lokalisatie verbetert zonder de inferentie-grafiek te wijzigen.
4. Uitgebreide Evaluatie: Uitgebreide experimenten op de FloW-benchmark en cross-dataset transfertests op PoTATO, waarbij nauwkeurigheid, kleine-object AP, modelgrootte, latentie en throughput worden geëvalueerd.

Experimentele Resultaten

De voorgestelde methode werd geëvalueerd op de FloW dataset (detectie van drijvend afval) en getest op transfereerbaarheid op PoTATO.

• Nauwkeurigheid: Op FloW bereikte de voorgestelde methode 47.35% mAP50:95, een verbetering van 5.91 procentpunt ten opzichte van de YOLO11n baseline (41.44%).
• Prestaties voor Kleine Objecten: De methode verbeterde AP(S) (kleine objecten) met 3.30 punten (van 30.50% naar 33.80%) onder COCO-standaard metrieken.
• Efficiëntie:
  • Parameters: Verhoogd met slechts 0.121 M (totaal 2.71 M).
  • Latentie: Op een NVIDIA RTX 5090 draait het model met 93.1 FPS (10.7 ms/frame).
  • Deployment: Wanneer geëxporteerd naar ONNX en gedraaid op een RTX 4080 Super, is de end-to-end latentie 6.40 ms (156.2 FPS).
• Generalisatie: De BSSR-module verbeterde de prestaties over vier verschillende lichtgewicht detectorfamilies (YOLOv8n, YOLO11n, YOLO12n, YOLO26n) met winsten variërend van 2.23 tot 5.91 mAP50:95. Cross-dataset transfer (FloW $\to$ PoTATO en vice versa) toonde consistente verbeteringen (~4.5–4.7 punten), wat suggereert dat de methode algemene wateroppervlak-eigenschappen vastlegt in plaats van dataset-specifieke patronen.
• Convergentie: Het model convergeerde sneller (epoch 81) vergeleken met andere loss-varianten (bijv. Inner-IoU bij epoch 188).

Betekenis en Claims

Het artikel claimt dat frequentie-geïnformeerde feature-routing en inferentie-neutrale adaptieve supervisie effectieve strategieën zijn voor het verbeteren van zwakke-doelwit detectie in lage-SNR dynamische achtergronden.

• Ontwerpprincipe: Het werk toont aan dat detectorontwerp gekoppeld moet zijn aan gemeten scène-statistieken (met name frequentie-verval en directionele energie) in plaats van enkel te vertrouwen op generieke aandachtmechanismen of globale schaling.
• Real-time Levensvatbaarheid: De aanpak balanceert succesvol nauwkeurigheid en latentie, waardoor het geschikt is voor real-time USV-perceptie waar computationele middelen beperkt zijn.
• Bescheidenheid en Beperkingen: De auteurs geven expliciet aan dat hoewel het model aan real-time eisen voldoet op desktop GPU's, embedded deployment (bijv. op NVIDIA Jetson Orin) en TensorRT optimalisatie toekomstig werk blijven. Ze erkennen ook beperkingen met betrekking tot:
  • Doelwitten kleiner dan ~6×6 pixels (onder de P2 stride-4 resolutie limiet).
  • Vals-positieven getriggerd door sterke spiegelende reflecties die doelwit-randen nabootsen.
  • Het gebrek aan een onafhankelijke testset in de FloW benchmark (hoewel dit wordt verzacht door cross-dataset testen).
  • Het onvermogen van zichtbaar licht-beelden om nacht, mist of zware regen aan te pakken zonder aanvullende sensoren.

De auteurs positioneren dit werk als een beslissingsondersteuningstool voor USV's, waarbij zij benadrukken dat veldinzet tijdelijke consistentiecontroles en menselijk toezicht vereist, in plaats van te claimen dat het een autonome veiligheidscertificering biedt.