人機協同簽章自舉法用於無人機光譜探測 PFM-1 地雷
為何重要
這項研究驗證了在人機協同機制下，透過後續資料最佳化（Bootstrap），能極大程度縮減高光譜影像處理中的誤報處理負擔，證明此技術路徑可顯著提升傳統 CV 光譜應用在高敏感度場景（如軍事探測、搜救）的實務作業效率。
高光譜影像雖可用於物質辨識，但地雷探測的關鍵取決於發現目標前需要檢查多少誤報。本研究利用無人機可見光與近紅外高光譜影像，比較 Spectral Angle Mapper (SAM)、Matched Filter (MF)、Adaptive Coherence Estimator (ACE) 及 Constrained Energy Minimization (CEM) 四種演算法的探測效率。
- 研究將地面量測的 SVC 簽章、全場景知情核心畫素簽章，與模擬的「人機協同簽章自舉」訊號進行比對。
- 在目標區域驗證上，有人機參與的完全審查自舉法在確認所有目標後即能達到全知場景水準。
- 效能差異顯著：ACE 演算法僅需 2 輪與 9 次候選審查即可皆中，而 SAM 變體則須數千次候選審查才能定位最終目標。