01 论文信息
- 论文题目：M4-SAR: A Multi-Resolution, Multi-Polarization, Multi-Scene, Multi-Source Dataset and Benchmark for optical-SAR Object Detection
- 论文作者：Chao Wang , Wei Lu, Xiang Li, Jian Yang，Lei Luo
- 发表单位：南京理工大学，安徽大学，南开大学
- 发表会议\期刊：ECCV 2025
- 代码链接：https://github.com/wchao0601/M4-SAR
02 论文主要贡献
- 新型光学 - SAR 数据集：M4-SAR 是具备多分辨率、多极化、多场景特性的新型光学 - SAR 融合目标检测数据集，包含 112174 对图像对与 981862 个实例，全面覆盖多源融合检测任务中常见的复杂场景与多样目标类别，为该领域研究发展提供了坚实基础。
- 多源评估工具包（MSRODet）与 E2E-OSDet：本文构建了集成主流融合目标检测方法的综合基准工具包 MSRODet，基于 M4-SAR 数据集提供了标准化、可复现的评估平台；同时提出了新型端到端光学 - SAR 融合目标检测框架 E2E-OSDet，可在特征层面有效缓解光学与 SAR 模态间的显著跨域差异。
03 方法
a：Domain Gap（域间隙）示意图，每个子图里两条曲线是光学（蓝）和 SAR（黑）在某个特征空间中的取值分布，Pixel Space（像素空间）域差大，光学靠可见光的颜色、纹理、光谱，SAR 靠微波后向散射灰度且带相干斑噪声，成像机制根本不同，Grad Space（梯度空间）域差小，反映结构、纹理。
b：
滤波增强模块（FAM）：为缩小光学与 SAR 图像的域间隙，利用 HOG、Canny、Haar、Grad、WST等经典图像滤波算子，将低维度、稀疏的 SAR 表征转换为更具区分度的高维空间，有效缓解域差异带来的影响。
跨模态 Mamba 交互模块（CMIM）
区域注意力融合模块（AFM）
3.1
04 实验
4.1 SOTA
仅使用 SAR 图像的检测精度显著低于仅使用光学图像的结果，所有多源融合方法的性能均优于对应的单模态基线，本文提出的 E2E-OSDet 在所有融合方法中取得了最高性能。
4.2 消融
本文采用 CSSA作为基线模型，三个模块均可带来性能提升，其中 AFM 模块对检测精度的提升幅度最大，各模块可协同工作，集成后不会造成性能下降。
05 个人声明
本文为作者对原论文的学习笔记与心得分享，受个人学识与理解所限，文中对论文内容的解读或有不够周全之处，一切以原论文正式表述为准。本文仅用于学术交流与传播，内容均由作者独立整理完成，不代表本公众号立场。如文中所涉文字、图片等内容存在版权争议，请及时与作者联系，作者将在第一时间核实并妥善处理。
