面向稀疏滑坡遥感检测的目标聚焦监督与精细空间证据方法

《Frontiers in Earth Science》：Target-focused supervision and fine spatial evidence improve sparse landslide detection in remote-sensing imagery

　　

摘要 引言：区域滑坡筛查必须从视觉相似的地形中检索稀疏标注的灾害点，同时限制虚假复核候选数量。小型疤痕在下采样过程中可能丢失空间细节，而大量背景区域可能主导语义监督。 方法：研究人员通过改进RT-DETRv4开发了稀疏滑坡检测变换器（Sparse Landslide Detection Transformer, SLD-DETR）。该方法结合了尺度引导聚焦蒸馏（Scale-Guided Focused Distillation, SGFD），将教师-学生对齐集中在标注滑坡附近；高分辨率尺度感知监督（High-Resolution Scale-Aware Supervision, HRSS），对步幅4特征进行监督；以及步幅4解码器记忆（Stride-4 Decoder Memory, S2-Mem），将精细空间特征暴露给查询选择和交叉注意力。研究人员在多尺度滑坡数据集（Multi-Scale Landslide Dataset, MSLD）的源场景分离6:2:2划分上评估了五个独立训练种子。对于筛选性能，置信度阈值在验证集上校准至每张图像假阳性率（False Positives Per Image, FPPI）不超过0.10，然后在测试集上冻结。研究人员还评估了对LRSTTC-New的零样本迁移。 结果：在保留的MSLD测试划分上，SLD-DETR在IoU阈值0.50–0.95范围内实现了58.07±1.10%的平均精度均值（mean Average Precision, mAP@50:95）和63.43±1.23%的mAP@75，而RT-DETRv4-S分别为53.90±0.96%和58.34±2.65%。在验证校准的工作点上，SLD-DETR的测试漏检率为15.82±2.18%，基线为18.63±0.99%。在零样本跨区域迁移下，所有检测器性能均显著下降；SLD-DETR在RT-DETRv4系列中获得了最高的AP，而RF-DETR-S整体表现最佳。 讨论：协调模块改进了在所评估的源分离MSLD划分上的框级筛选性能。SGFD和HRSS仅为训练阶段使用，而S2-Mem在推理阶段保留并增加了约0.06百万参数。运行时间和内存成本随图像分辨率增加。

基于目标聚焦监督与精细空间证据的稀疏滑坡遥感检测方法解读

一、研究背景与问题提出

滑坡广泛分布于地震和降雨影响的山地景观中，单个灾害可能严重破坏居民区、交通走廊和关键基础设施。可靠的滑坡清单和快速识别对于易发性评估、灾后响应和风险管理至关重要。然而，区域滑坡筛查面临一个难题：需要在广阔的裸土、道路、河岸、采石场、阴影、云层等非滑坡特征中找出少量危险边坡。错误检测会累积成巨大的复核负担，而遗漏的标注则会使候选位置无法进入后续审查。因此，有效的检测器必须在保持召回率的同时控制复核候选数量。

现有研究表明，滑坡在遥感影像中的外观因触发因素、物质组成、坡度几何形状、排水条件、湿度、植被和发育阶段而异。新鲜滑坡可能表现为裸露土壤、植被扰动、狭窄滑动痕迹或不规则堆积物，其中许多与路堑、河岸、采石场坡面、耕作土地或阴影相似。光学影像捕捉这些地表特征，而地形数据提供补充的坡度和地形背景信息。

滑坡制图已从阈值分割和辅助清单构建发展为图卷积、卷积神经网络-Transformer分割、动态注意力和多尺度检测等方法。物体检测因其能够返回带有置信度的局部化候选框而与区域筛查尤为相关。然而，通用实时检测器直接应用于稀疏滑坡影像时会暴露出多个问题：均匀的视觉基础模型对齐使稀疏疤痕和广阔裸地获得相同权重，导致背景单元主导语义迁移梯度；早期特征中极小的疤痕占据极少步幅4单元，其局部线索在下采样过程中减弱；基线解码器从步幅8开始，无法直接采样步幅4特征中残留的精细空间证据。

二、研究方法与技术路线

研究人员针对上述问题开发了稀疏滑坡检测变换器（SLD-DETR），该模型基于RT-DETRv4进行了三项关键改进：

1. 1.
   尺度引导聚焦蒸馏（Scale-Guided Focused Distillation, SGFD）：利用真实标注椭圆高斯权重和逆尺度振幅，将视觉基础模型对齐集中在滑坡附近区域。SGFD将每个归一化目标框转换为尺度感知的椭圆区域，并通过逆尺度振幅使较小框获得更高权重，从而改变语义对齐的空间加权方式，避免背景单元主导迁移梯度。
2. 2.
   高分辨率尺度感知监督（High-Resolution Scale-Aware Supervision, HRSS）：在步幅4骨干特征上添加密集热力图目标，使局部证据在训练期间保持判别性。该模块在主干网络的第二级特征上施加密集的逆尺度热力图目标，确保小尺度滑坡的局部线索不会因重复下采样而消失。
3. 3.
   步幅4解码器记忆（Stride-4 Decoder Memory, S₂-Mem）：将步幅4特征投影到用于查询选择和可变形交叉注意力的记忆中。该模块以S₂命名，对应主干第二阶段，使得解码器能够直接访问步幅4的精细空间特征。

研究人员使用多尺度滑坡数据集（Multi-Scale Landslide Dataset, MSLD），该数据集包含光学影像及其滑坡边界框和困难负样本背景。研究人员重新划分了数据集，按追踪的源场景以6:2:2比例分配训练/验证/测试集，确保每个源场景及其所有衍生图像仅属于一个子集，避免了原始划分中的源重叠问题。最终训练集包含1963张原始图像和877个滑坡实例，验证集和测试集各包含655张原始图像和292个滑坡实例。此外，研究人员还将MSLD训练的检查点直接迁移至LRSTTC-New数据集进行零样本跨区域评估。

三、研究结果

1. 1.
   在保留的MSLD测试划分上的检测性能：SLD-DETR在IoU阈值0.50–0.95范围内实现了58.07±1.10%的平均精度均值（mAP@50:95）和63.43±1.23%的mAP@75，相比RT-DETRv4-S的53.90±0.96%和58.34±2.65%有显著提升。
2. 2.
   在验证校准工作点下的筛选性能：SLD-DETR的测试漏检率为15.82±2.18%，低于基线的18.63±0.99%，表明其在控制误报的同时提高了召回率。
3. 3.
   消融实验：通过逐步添加各模块验证了SGFD、HRSS和S₂-Mem各自的贡献。SGFD和HRSS仅为训练阶段使用，不增加推理开销；S₂-Mem在推理阶段保留，仅增加约0.06百万参数。
4. 4.
   零样本跨区域迁移：在LRSTTC-New数据集上，所有检测器性能均显著下降，但SLD-DETR在RT-DETRv4系列中获得了最高的平均精度（AP），而RF-DETR-S整体表现最佳。这表明跨区域迁移仍面临挑战，但SLD-DETR在同类模型中具有一定优势。
5. 5.
   运行时和内存成本：随着图像分辨率增加，运行时间和内存成本相应增加，这是高分辨率特征处理的内在代价。

四、讨论与结论

讨论部分指出，三个协调模块改进了在所评估的源分离MSLD划分上的框级筛选性能。SGFD和HRSS仅在训练阶段发挥作用，不会增加部署时的计算负担；而S₂-Mem作为结构性模块在推理阶段保留，其增加的参数量极小（约0.06百万）。运行时间和内存成本随图像分辨率增加而增加，这是实际应用中需要考虑的因素。

研究结论：SLD-DETR通过整合SGFD、HRSS和S₂-Mem三个模块，实现了目标聚焦的语义对齐、高分辨率监督和解码器对精细空间证据的访问，有效提升了稀疏滑坡检测的性能。在MSLD源分离测试集上，SLD-DETR在mAP@50:95和mAP@75指标上分别比基线提升约4.2和5.1个百分点，并在校准工作点下降低了漏检率。然而，零样本跨区域迁移性能的显著下降表明，模型对训练区域的特征有一定依赖性，区域泛化仍是未来需要解决的关键问题。