近日，浙江農林大學數學與計算機科學學院馮海林教授團隊論文《Security of target recognition for UAV forestry remote sensing based on multi-source data fusion transformer framework》（基于多源數據融合transformer框架的無人機林業遙感目標識別安全性研究）在《Information Fusion》期刊發表。《Information Fusion》為中科院一區期刊，影響因子18.6，在“Computer Science: Artificial Intelligence”（計算機：人工智能）學科146個期刊中排名第3，在“Computer Science: Theory & Methods”（計算機：理論&方法）學科110個期刊中排名第2，是人工智能領域與計算機科學的國際頂尖權威刊物，聚焦于信息融合、數據融合、知識融合等領域的研究。
無人機遙感目標識別在軍事、農業、林業和建筑等各個領域發揮著至關重要的作用，準確的目標識別對這些領域的發展至關重要。團隊提出了一種新的多源森林遙感數據融合框架SC-RTDETR，以Transfoermer為主要結構，結合Soft-threshold模塊和Cascaded-Group-Attention模塊，旨在提高遙感目標探測系統抵御攻擊的彈性。SC-RTDETR在特征提取階段采用了一種高效的軟閾值自適應濾波方法動態調整閾值，過濾多源森林遙感圖像中的攻擊因素。此外，該模型還在編碼器中引入了注意力機制。該機制有效地減輕了檢測器在攻擊下產生的冗余信息。通過采用分組和級聯策略，模型可以更有效地捕獲和利用復雜場景中圖像的重要特征。
該研究提出的SC-RTDETR框架在松線病蟲害遙感影像數據集上進行了試驗研究，并與多種已有的優化算法進行比較，不僅為無人機遙感目標識別在不安全環境下的應用提供了新的解決方案，也為相關領域的進一步發展提供了新的思路和方法。
論文地址：https://www.sciencedirect.com/science/article/abs/pii/S1566253524003336
（數計學院）
浙ICP備11046845號-1 浙公網安備33018502001115號 
