基于人在回路的签名引导的无人机高光谱PFM-1地雷检测 Human-in-the-Loop Signature Bootstrapping for UAV Hyperspectral PFM-1 Mine Detection

初始化 $d^{(1)}$ 为外接SVC签名，$T^{(0)}=\emptyset$，$B^{(0)}=\emptyset$。每轮 $k$ 用当前签名重算分数图 $S^{(k)}(p)=g_a(x_p;d^{(k)},\mu,C)$，再用半径 $\rho$ 的非极大值抑制从 $\Omega\setminus B^{(k-1)}$ 取前 $N$ 个空间分开的候选 $Q^{(k)}=\mathrm{locNMS}_{N,\rho}(S^{(k)},\Omega\setminus B^{(k-1)})$；模拟操作员标注 $v(q)=r$ 当 $q$ 的 $\eta$ 邻域 $I_\eta(q)$ 与区域 $r$ 相交。随后屏蔽已检视邻域 $B^{(k)}=B^{(k-1)}\cup\bigcup_{q\in Q^{(k)}} I_\eta(q)$，更新确认集 $T^{(k)}=T^{(k-1)}\cup\{v(q):q\in Q^{(k)},v(q)>0\}$。若有新确认区域，下一轮签名取核心像素均值 $d^{(k+1)}=\frac{1}{|P(T^{(k)})|}\sum x_p$，核心集 $P(T)$ 取各确认区域 $r$ 掩膜中距质心 $\bar{p}_r$ 最近的 $\lceil f|R_r|\rceil$ 个像素($f=0.5$)。参数 $N=6$、$\rho=25$、$\eta=12$像素；飞行高度约20.62 m、GSD约0.0129 m/pixel，故 $\rho$ 约0.32 m、$\eta$ 约0.16 m，与PFM-1(约120×61×20 mm)相当。终止于确认全部七个目标或2001轮(每检测器至多12006次检视)。

技术新颖性体现在三处。其一，评估范式：提出目标发现曲线(累计虚警数随发现区域数增长)与空间候选检视计数，把'找全每个物理目标前需排查多少非目标区域'量化为作业指标，弥补ROC-AUC在0.0042%极端不平衡下仍偏高的误导。其二，引导流程的形式化：把操作员建模为标注函数 $v(q)$，把每轮提议建模为带半径 $\rho$ 的非极大值抑制候选集，并用 $\eta$ 邻域永久屏蔽已检视位置，使'人'成为可计算组件而非模糊叙述。其三，受控消融：固定图像、检测器、背景统计，仅改变签名来源(外接SVC/场景内核心/引导)，从而把检测性能差异干净地归因于签名质量，而非算法或数据。核心场景内签名被明确定位为完全知情参考而非现场可获得输入，使引导结果与上界的比较具有可解释性——它回答的是'操作员投入能恢复多少信息差距'。

独立来看，弱点之一是单场景验证：仅一幅1705×3461图像、248目标像素、七个区域，无法说明结论在其他地物、其他传感器(如SWIR)、其他季节或植被覆盖下是否成立，改进方向是构建多场景基准并报告跨场景方差。之二是启发式超参未做敏感性分析：候选批大小 $N$、抑制半径 $\rho$、检视半径 $\eta$、核心比例 $f$ 以及终止上限2001轮都是经验设定，缺少扫描曲线，改进方向是把这些参数与作业成本(GSD、飞行高度、操作员速率)显式关联并自适应选择。之三是操作员模型过于理想：$v(q)$ 是无噪真值判定，未建模操作员在低对比度或遮挡下的误判与延迟，改进方向是引入标注噪声模型与主动学习式的难例回传。之四是缺乏多检测器融合：论文让各检测器独立引导，但Table 2显示ACE早期极强、SAM偶有早期命中，融合多检测器提议可能进一步降低检视次数。

作者明确提出的未来方向包括：自适应候选选择、多样性约束、预算约束下的多检测器提议融合。结合本成果可延伸的方向有：第一，把'候选检视预算'作为约束，研究预算分配策略(如轮间根据AP增益动态调整 $N$)；第二，引入场景内目标子空间模型替代单一均值签名，以处理签名变异性；第三，把作业前的已知支撑物(标定板、控制点、AeroPoints)自动掩膜纳入预处理流水线，直接削减虚警；第四，在SWIR或热红外波段扩展验证，因PFM-1的塑料外壳在中长波可能有更具判别性的特征；第五，与轻量化ML检测器(在有多场景标注时)对比，界定经典检测器与学习方法各自的适用边界；第六，把模拟操作员替换为真实人类标注实验，量化人在回路引导在噪声标注下的鲁棒性。

复现性较好。作者公开了代码仓库 https://github.com/SagarLekhak/IEEE_WHISPERS_2026_UAV_HSI_PFM1 ，数据来自已发表的UAV VNIR PFM-1基准数据集(参考文献[4,5])，像素级标签与目标掩膜可用。检测器为经典算法，无训练成本，单机CPU/GPU即可复现，算力门槛低。文中报告了所有关键参数($N=6$、$\rho=25$、$\eta=12$、$f=0.5$、正则化伪逆、min-max归一化仅用于可视化)、几何参数(飞行高度20.62 m、GSD约0.0129 m/pixel)和终止条件(2001轮/12006次)，足以重建实验。主要复现风险在于：核心场景内签名需要真值掩膜(作业中不可得)，但引导流程本身不依赖真值；且协方差正则化伪逆的实现细节若未在仓库中明确，可能影响AP数值的精确复现。