Come può una rete neurale scovare i piccoli oggetti nascosti nei radar?

Rilevare oggetti minuscoli nelle immagini radar a sintesi di apertura (SAR) è una vera sfida. La risoluzione bassa, le forme orientate in ogni direzione e gli sfondi complessi rendono difficile il lavoro dei tradizionali rilevatori. Per superare questi ostacoli, gli scienziati hanno creato DVDNet, una rete neurale convoluzionale pensata apposta per i piccoli bersagli SAR. DVDNet combina tre innovazioni: una convoluzione deformabile raggruppata, che adatta il campo recettivo alle diverse dimensioni degli oggetti; un modulo di potenziamento basato su Local Binary Pattern, che esalta le texture e rende più visibili gli oggetti camuffati; e un modulo di decomposizione vettoriale, che regredisce le scatole di delimitazione orientate usando vettori geometrici appresi. Il sistema è inserito in una struttura a due stadi, così da preservare i dettagli più fini necessari per localizzare gli oggetti minuscoli. I test su due dataset SAR – HRSID e SSDD – hanno mostrato risultati impressionanti: 90,9 % di mAP su HRSID e 87,2 % su SSDD. DVDNet ha anche funzionato bene su un dataset di navi SAR costruito ad hoc e su un dataset ottico di telerilevamento (HRSC2016), confermando la sua capacità di generalizzare. In pratica, combinando campionamento deformabile, miglioramento della texture e rappresentazione vettoriale delle scatole, DVDNet ottiene precisione e richiamo superiori, soprattutto per gli oggetti più piccoli, dimostrando che l'approccio è efficace anche in scenari radar molto complessi.

DVDNet si basa su una architettura a due stadi tipica dei detector moderni, ma introduce tre blocchi chiave. Il primo, Grouped‑Deformable Convolution, suddivide i canali in gruppi e applica convoluzioni deformabili indipendenti, consentendo al kernel di spostare i punti di campionamento in risposta a variazioni di scala e orientamento. Questo meccanismo è particolarmente utile per oggetti SAR, dove le dimensioni possono variare drasticamente all'interno della stessa immagine. Il secondo blocco, LBP Enhancement Module, calcola pattern binari locali su feature map intermedie, enfatizzando le differenze di intensità tipiche delle texture radar. L'output viene poi concatenato con le mappe originali, migliorando la discriminazione di oggetti poco contrastati o parzialmente occultati. Il terzo blocco, Vector Decomposition Module, rappresenta le bounding box orientate mediante due vettori: uno per la direzione principale e uno per la larghezza. Durante l'addestramento, la rete apprende a predire questi vettori direttamente, evitando la necessità di regressioni angolari complesse e riducendo gli errori di rotazione. La loss combina una componente di classificazione (focal loss) con una regressione di tipo Smooth‑L1 sui vettori. Per l'ottimizzazione, è stato usato Adam con learning rate ciclico, e i dataset HRSID e SSDD sono stati suddivisi in training/validation con data augmentation specifica per SAR (rotazioni random, aggiunta di speckle noise). I risultati mostrano un aumento significativo di mAP rispetto a Faster‑RCNN e YOLOv5, soprattutto nella sotto‑classe dei piccoli oggetti (< 10 pixel). Inoltre, l'analisi di generalizzazione su HRSC2016 indica che i moduli di texture e vettoriali sono trasferibili anche a immagini ottiche, suggerendo che DVDNet cattura caratteristiche geometriche universali. In futuro, si prevede di integrare attention mechanisms e di testare il modello su dati SAR a banda più alta per valutare la scalabilità del framework.