A Weak-Signal-Aware Framework for Subsurface Defect Detection: Mechanisms for Enhancing Low-SCR Hyperbolic Signatures

arXiv cs.CV / 4/8/2026

📰 NewsSignals & Early TrendsIdeas & Deep AnalysisModels & Research

共有:

Key Points

複雑な地中欠陥の検出を狙うGPRでは、信号対クラッタ比が低い“弱い信号”の回折ハイパボラが見落とされやすい課題がある。
提案手法WSA-Netは、単なる軽量化に留まらず、弱いシグネチャを物理的特徴の復元で強調する枠組みとして4つの機構（信号保存・クラッタ抑制・幾何再構成・コンテキストアンカリング）を統合する。
部分畳み込みによる信号保存や、異種クラッタを対象にしたグルーピング注意、幾何的にハイパボラ形状をシャープ化する復元、意味の曖昧さを解くコンテキスト制約が性能向上に寄与する。
RTSTdatasetでmAP@0.5=0.6958を達成しつつ、2.412Mパラメータで164FPSという軽量・高速性も示し、インフラ点検での偽陰性低減を裏付ける。

Abstract

Subsurface defect detection via Ground Penetrating Radar is challenged by "weak signals" faint diffraction hyperbolas with low signal-to-clutter ratios, high wavefield similarity, and geometric degradation. Existing lightweight detectors prioritize efficiency over sensitivity, failing to preserve low-frequency structures or decouple heterogeneous clutter. We propose WSA-Net, a framework designed to enhance faint signatures through physical-feature reconstruction. Moving beyond simple parameter reduction, WSA-Net integrates four mechanisms: Signal preservation using partial convolutions; Clutter suppression via heterogeneous grouping attention; Geometric reconstruction to sharpen hyperbolic arcs; Context anchoring to resolve semantic ambiguities. Evaluations on the RTSTdataset show WSA-Net achieves 0.6958 mAP@0.5 and 164 FPS with only 2.412 M parameters. Results prove that signal-centric awareness in lightweight architectures effectively reduces false negatives in infrastructure inspection.