무인기 초분광 PFM-1 지뢰 탐지를 위한 사람-참여형 시그니처 부트스트래핑

초록

초분광 영상(HSI)은 물질 식별에 유용하지만, 실제 지뢰 탐지 작업에서는 표적을 발견하기 전에 검사해야 하는 오경보의 수가 중요합니다. 본 논문은 무인 항공기(UAV) 가시광선 및 근적외선(VNIR) HSI에서 PFM-1 지뢰 탐지를 위해 스펙트럴 앵글 매퍼(SAM), 정합 필터(MF), 적응 일관성 추정기(ACE), 제약 에너지 최소화(CEM)를 사용합니다. 지상 측정 SVC 시그니처, 완전 정보 기반 장면 내 코어 픽셀 시그니처, 그리고 인간-인-더-루프 시그니처 부트스트래핑을 비교합니다. 수신기 동작 특성 곡선 아래 면적 및 평균 정밀도 외에도, 표적 발견 곡선과 공간적 후보 검토 횟수를 보고합니다. 전체 검토 부트스트래핑은 7개 모든 표적 영역이 확인된 후 완전 정보 기반 장면 내 시그니처 사례에 도달하지만, 필요한 검사 노력은 크게 다릅니다. ACE는 2회전과 9회의 후보 검사로 모든 영역을 확인하는 반면, SAM 변형은 최종 표적 위치를 위해 수천 회의 후보 검토가 필요합니다. 코드는 https://github.com/SagarLekhak/IEEE_WHISPERS_2026_UAV_HSI_PFM1에서 확인할 수 있습니다.

English

Hyperspectral imaging (HSI) is useful for material discrimination, but operational mine screening also depends on how many false alarms must be inspected before targets are found. This paper studies PFM-1 landmine detection in unmanned aerial vehicle (UAV) visible and near-infrared (VNIR) HSI using spectral angle mapper (SAM), matched filter (MF), adaptive coherence estimator (ACE), and constrained energy minimization (CEM). We compare a ground-measured SVC signature, a fully informed in-scene core-pixel signature, and a simulated human-in-the-loop signature bootstrap. Besides receiver operating characteristic area under the curve and average precision, we report target-discovery curves and spatial candidate-review counts. Full-review bootstrapping reaches the fully informed in-scene signature case after all seven target regions are verified, but the required inspection effort varies strongly: ACE confirms all regions in two rounds and nine candidate inspections, whereas the SAM variants need thousands of candidate reviews for their final target locations. Code is available at https://github.com/SagarLekhak/IEEE_WHISPERS_2026_UAV_HSI_PFM1.