基于弱自监督结构约束的全局状态空间建模用于水下低数量目标检测

《Optics & Laser Technology》：Global state-space modeling with weak self-supervised structural constraints for underwater low-count object detection

　　

摘要

针对复杂水下环境中由于光信号的强烈吸收和散射以及背景噪声干扰导致的弱信号条件下检测稳定性不足的问题，本文提出了一种基于全局状态空间建模和弱自监督结构约束的单模态低计数目标检测方法。从统计建模的角度来看，该方法将水下观测视为由潜在结构驱动的随机过程。它在检测网络的特征空间中介入全局状态空间模型，以表征不同空间位置观测特征之间的长程统计依赖关系。在此基础上，本文引入了弱自监督结构约束。通过约束统计一致观测下检测结果的一致性，该方法引导模型在抑制随机噪声影响的同时，保留目标的几何和语义结构特征。为了支持方法的训练和评估，本文还构建了一个多维、噪声耦合的水下低计数回波仿真模型，生成了高度逼真的虚拟数据集用于实验验证。实验结果表明，该方法在低计数水下场景下实现了更稳定的检测性能，为海上紧急救援作业中沉船和飞机等水下残骸的搜寻提供了至关重要的技术支持。

引言

水下目标检测技术是海洋工程、紧急救援和深海资源开发的重要基础。它在沉船精确定位和潜艇失事搜寻生命迹象等高风险场景中具有不可取代的战略价值 [1], [2], [3], [4]。传统的水下检测方法主要依赖于声纳系统（主动和被动声纳）、光学成像设备和磁异常探测器 [5], [6], [7], [8], [9]，并已被广泛应用于相关领域。然而，在复杂的水域环境中，这些技术面临着空间分辨率低、易受目标误识别、定位精度低以及功耗显著增加等问题 [10], [11], [12]。这些因素使得传统方法难以在残骸检测精度和操作效率方面满足实际需求。基于时间相关单光子计数（TCSPC）技术的单光子激光雷达的出现，为水下目标检测提供了一种高性能的替代方案。该技术具有极高的检测灵敏度（单光子级别）、优异的时间分辨率（皮秒级）、短的采集时间和高的光子利用效率，使其能够有效克服水衰减和后向散射带来的挑战 [13], [14], [15]。

然而，目前关于单光子激光雷达应用的研究主要集中在系统硬件升级（如提高单光子探测器阵列的灵敏度和优化激光脉冲调制精度）和算法优化（如基于统计模型的信号去噪和深度反演算法）[16], [17], [18]。然而，收集真实的水下数据极其昂贵。它需要专门的水下平台、昂贵的海洋试验，以及对浑浊度、深度和光衰减等环境变量的仔细控制。此外，人工标注也非常耗费资源，因为高质量的语义标签需要领域专家投入大量精力以确保标注的准确性和一致性。因此，目前缺乏具有足够样本量并覆盖复杂多类别水下场景的公开基准数据集 [19], [20]。这种数据稀缺不仅阻碍了目标检测模型的泛化性能，还增加了过拟合的风险，特别是在高衰减和高散射的水域环境中。此外，尚未出现有效的神经网络架构。现有的通用检测框架（如 YOLO 系列）通常隐含地假设一个关键前提：即输入图像的像素强度可以稳定可靠地反映场景的真实结构信息。然而，在单光子雪崩二极管（SPAD）成像条件下，这一假设不再成立，因为光子计数过程受到不确定性的影响 [21], [22], [23]。因此，在低信噪比条件下，现有检测网络架构的边界框精度和类别置信度显著下降，同时计算开销也大幅增加。

为了解决这些问题，我们利用先前提出的水下单光子激光雷达系统建立了水下噪声模型并合成了虚拟数据集。此外，我们提出了一种基于全局状态空间建模和弱自监督结构约束的单模态检测方法（GS³D，用于检测的全局状态空间 + 自监督结构约束）。利用单模态 SPAD 反射强度图作为输入，GS³D 有效地增强了低光子计数条件下目标结构的全局表征，同时在不增加推理成本的情况下提高了水下目标检测的鲁棒性和准确性。

与专为通用序列表示设计的通用状态空间模型不同，GS³D 将状态空间建模应用于源自水下单光子反射强度图的空间特征序列。状态空间递归用于聚合低光子计数条件下的空间统计上下文，在此条件下，不同空间位置的光子计数特性各不相同。在检测框架内部学习了一个输入依赖的调制机制，以调整历史状态和当前局部观测的贡献。因此，所提出的模块旨在增强受光子计数波动影响的空间检测特征，而不是提供通用的序列建模架构。

GS³D 中的弱自监督结构约束是根据单光子观测的统计和结构特性构建的。重采样一致性项使用从估计的光子计数率生成的独立泊松实现，而梯度和语义统计约束使用原始观测和原始骨干特征作为结构参考。这些约束调节局部结构保持、语义特征稳定性和检测输出一致性，而不需要额外的标注。

我们的主要技术创新和贡献如下：

• •
  我们构建了水下单光子激光雷达目标检测的观测建模和虚拟数据生成框架。基于 590 个真实水下观测数据，我们开发了一个包含多种噪声源的低光子计数观测模型。引入对抗生成策略来优化模型参数，确保生成数据与真实观测在光子统计分布和成像特征上的一致性。我们进一步提出了一种环境和系统参数解耦机制，这能够在不同的水质条件和系统配置下统一模拟观测过程。基于该框架，我们生成了 17,616 张水下单光子激光雷达反射强度图像用于模型开发。参数化观测模型还允许通过调整相应的物理参数来改变模拟条件。
• •
  我们提出了 GS³D，一种基于低光子计数成像机制的水下单光子激光雷达低光子计数感知检测框架。所提出的方法结合了全局状态空间建模和特征自适应状态更新机制，以增强随机光子噪声下目标结构的全局表征。此外，设计了一种整合梯度一致性和语义一致性的弱监督结构约束，以便在没有额外标注的情况下学习稳定的目标表征。通过将低光子计数成像机制与数据驱动的特征学习相结合，GS³D 使检测网络能够更好地适应复杂水下条件下低光子计数图像的统计特性。

章节片段

THSPL 和数据集的构建

从水下单光子激光雷达观测模型合成的大规模数据集为基于深度学习的目标检测技术的训练、验证和测试数据提供了基础。成像算法为目标检测提供高质量的检测图像，并用于优化噪声模型参数以指导数据集构建。单光子激光雷达水下成像与目标检测之间的关系可以视为如下：单光子激光雷达

基于全局状态空间建模和弱自监督结构约束的单模态检测方法

现有的检测框架隐含地假设像素强度可靠地反映了场景结构；然而，在 SPAD 成像条件下，这一假设并不成立，因为每个像素代表一个由泊松噪声主导的光子计数随机过程的实现，而不是一个确定的强度值。SPAD 反射图像中的每个像素本质上是一个光子计数随机过程的实现，其观测值主要受泊松统计噪声影响而不是

THSPL 成像结果与因素分析

• (1)
  陆地成像测试

为了验证 THSPL 是否具备成像能力并评估环境因素对成像结果的影响，我们首先在陆地上对 THSPL 进行了测试。测试地点、成像目标和测试程序如图 9 所示。

对于陆地测试，我们选择了一个视野开阔、无显著遮挡的平坦场地，有效观测范围覆盖 55 米（如图 9(a)所示）。THSPL 和目标被固定在基线上

结论

本文研究了在极低光子计数条件下对沉船和飞机残骸等水下目标的检测。为了解决极低光子计数条件下水下目标检测面临的挑战，我们开发了一个水下单光子激光雷达目标检测框架。本文建立了一个多维噪声耦合模型，以统计方式对单光子回波过程进行建模，并构建了一个物理校准的虚拟数据

利益冲突声明

作者声明，他们没有已知的与本文内容相关的财务、个人或职业利益冲突。

致谢

本研究部分由中国山东省重点研发计划（重大科技创新项目）资助，项目编号 2022ZLGX04，部分由中国政府奖学金计划（CSC）资助，项目 ID 202506120080。

首先，我要向我的父母刘健芳和荣艺坤致以最深刻的谢意——他们坚定不移的鼓励和默默的支持是我科研信心的基石，如果没有他们对我持续不断的信任，

荣天 | 王辰旭 | 李迎春 | 李健峰 | 周志全