Dual-Scale Aligned Network (DSAN): Công nghệ chuyển đổi ảnh radar SAR sang ảnh quang học bằng mạng nơ-ron thần kinh

Dual-Scale Aligned Network (DSAN) là mạng nơ-ron căn chỉnh đa tỷ lệ kép, được thiết kế để chuyển đổi ảnh SAR (Synthetic Aperture Radar) sang ảnh Optical có đặc trưng trực quan gần với ảnh quang học thực tế. Phương pháp này đồng thời khai thác thông tin ở hai cấp độ không gian (dual-scale): cấp độ cấu trúc vĩ mô (macro-structures) và cấp độ chi tiết vi mô (micro-details), đồng thời sử dụng cơ chế căn chỉnh ranh giới (boundary alignment) nhằm bảo toàn hình dạng và đường biên của các đối tượng trong quá trình chuyển đổi.

DSAN hướng tới việc biến ảnh SAR khó quan sát trực quan thành ảnh Optical dễ diễn giải hơn, trong khi vẫn duy trì các thông tin không gian quan trọng có trong ảnh SAR. Nhờ đó, phương pháp có thể hỗ trợ khai thác dữ liệu SAR trong các bài toán viễn thám vốn thường sử dụng ảnh Optical..

Vấn đề và Thách thức

Radar SAR (Synthetic Aperture Radar) cung cấp khả năng quan sát toàn thời gian xuyên mây—ưu thế lớn so với ảnh Quang Học (Optical Imagery). Tuy nhiên, ảnh SAR khó diễn giải trực quan (visual interpretation) do các đặc trưng riêng: độ tương phản thấp (low contrast), nhiễu đốm (speckle noise), và sự khác biệt lớn với nhận thức thị giác con người (human visual perception).

Các phương pháp chuyển đổi ảnh (image-to-image translation / image translation methods) dựa trên học sâu (deep learning) như mạng đối kháng tạo sinh (GAN – Generative Adversarial Network) và mạng nơ-ron tích chập (CNN – Convolutional Neural Network) đã có tiến bộ nhưng vẫn gặp ba thách thức chính:

• Mất cân bằng giữa cấu trúc vĩ mô (macro-structures như địa hình (topography/terrain), con đường (roads)) và chi tiết vi mô (micro-details như công trình xây dựng (buildings), kết cấu (textures)); các mạng hiện tại khó xử lý cả hai đồng thời (simultaneously).
• Ranh giới bị mờ (blurred boundaries): Các toán tử phát hiện ranh giới truyền thống (traditional edge operators) không thể tính đạo hàm (non-differentiable), không thể tích hợp vào quá trình lan truyền ngược đầu cuối (end-to-end backpropagation).
• Nhiễu đốm dạng nhân (multiplicative speckle noise): Các phương pháp truyền thống giả định nhiễu Gauss trắng dạng cộng (additive white Gaussian noise – AWGN), không phù hợp với đặc tính ảnh SAR (SAR characteristics).

Giải pháp DSAN

Nhóm nghiên cứu từ Đại học Hàng không Vũ trụ Nam Kinh (Nanjing University of Aeronautics and Astronautics) đề xuất DSAN (Dual-Scale Aligned Network)—một kiến trúc gồm hai bộ sinh (generators), kết hợp với quá trình tiền xử lý bất đối xứng (asymmetric preprocessing), mô-đun dung hợp thích ứng DSFM (Dual-Scale Fusion Module /)Adaptive Fusion Module (DSFM -), và hàm tổn thất ranh giới khả vi (differentiable edge loss function).

Kiến trúc song hành bất đối xứng với hai bộ sinh (Asymmetric Dual-Generator Architecture)

Mạng DSAN xử lý dữ liệu ảnh SAR thông qua hai nhánh song song ứng với các bước tiền xử lý khác nhau:

• Global Generator (Bộ sinh toàn cục): Xử lý ảnh SAR đã qua cân bằng biểu đồ tần suất (histogram equalization) ở độ phân giải thấp (low resolution – 128×128), nhằm khai thác các đặc trưng cấu trúc tô-pô vĩ mô (macro-topological structures) như mạng lưới đường giao thông, ranh giới mặt nước và bố cục tổng thể của cảnh quan.
• Local Generator (Bộ sinh cục bộ): Xử lý ảnh SAR gốc ở độ phân giải cao (high resolution – 256×256), giúp bảo toàn các đặc trưng kết cấu vi mô (micro-texture features) như chi tiết bề mặt công trình xây dựng và các biên độ phản xạ tinh tế.

Phương pháp này giải quyết triệt để sự đánh đổi (trade-off) trong xử lý ảnh: việc tăng cường độ tương phản (contrast enhancement) dễ làm mất chi tiết mịn, trong khi giữ nguyên chi tiết gốc lại không tối ưu được độ tương phản. Kết quả thực nghiệm chứng minh rằng chiến lược tiền xử lý bất đối xứng này mang lại hiệu năng vượt trội so với việc áp dụng cân bằng kép (dual equalization), thể hiện qua chỉ số FID (Fréchet Inception Distance) giảm 6.47 điểm.

Khối hợp nhất hai tỷ lệ (DSFM – Dual-Scale Fusion Module)

DSFM kết hợp hai cơ chế chú ý (Attention Mechanism) để đồng bộ hóa và căn chỉnh thông tin từ hai bộ sinh (Generator):

• Large Kernel Attention (LKA) – Cơ chế chú ý hạt nhân lớn: Mở rộng vùng cảm nhận (Receptive Field) nhằm bắt trọn các phụ thuộc ngữ cảnh dài hạn (Long-range Contextual Dependencies) trên từng dòng.
• Collaborative Attention (CoA) – Cơ chế chú ý cộng tác: Thiết lập sự căn chỉnh mềm hai chiều (Bidirectional Soft Alignment) giữa các tỷ lệ (scale) khác nhau thay vì ghép nối thô (Hard Concatenation). Cơ chế này mang lại các lợi ích:

+ Nhánh toàn cục (Global Stream) định hướng các chi tiết cho nhánh cục bộ (Local Stream).

+ Các kết cấu tần số cao (High-frequency Textures) từ nhánh cục bộ làm nổi bật ngữ nghĩa toàn cục (Global Semantics).

+ Mạng có khả năng tự động tách biệt ngữ nghĩa cấu trúc (Structural Semantics) khỏi nhiễu (Noise).

Thử nghiệm triệt tiêu tính năng (Ablation Study) cho thấy: Khi loại bỏ CoA, chỉ số FID (Fréchet Inception Distance) tăng mạnh từ 53.12 lên 60.66, khẳng định vai trò cốt lõi của cơ chế này trong mô hình.

Hàm mất mát cạnh mềm khả vi (Differentiable Soft-Edge Loss)

Phương pháp này thay thế toán tử Canny (vốn không có tính khả vi – Non-differentiable) bằng một hàm mất mát có tính khả vi hoàn toàn (Fully Differentiable Loss Function):

• Phép biến đổi Logarithm (Logarithmic Transformation): Công thức \(I_{log}(x) = \ln(I(x) + \varepsilon)\) giúp nén dải động (Dynamic Range Compression), loại bỏ sự ảnh hưởng của độ sáng tuyệt đối (Absolute Luminance), từ đó trích xuất chính xác các cạnh yếu (Weak Edges) tại các vùng tối (bóng đổ) và vùng nước.
• Bản đồ xác suất cạnh mềm (Soft-Edge Probability Map): Sử dụng hàm Logistic trơn (Smooth Logistic Function) thay cho việc phân ngưỡng cứng (Hard Thresholding). Các tham số học được (Learnable Parameters) \(\tau \) và \(\beta \) sẽ tự động thích ứng, đảm bảo dòng lan truyền ngược (Backpropagation) nhận được các gradient mượt mà (Smooth Gradients).

Khi thiết lập trọng số hàm mất mát cạnh (Edge Loss Weight) λ₃ = 15, chỉ số FID đạt mức tối ưu là 53.12, đồng thời các chi tiết hình học (Geometric Details) được tái tạo sắc nét hơn.

Kết quả Thực Nghiệm

Nghiên cứu kiểm nghiệm DSAN trên hai tập dữ liệu:

• Nanjing—RADARSAT-2 SAR + RapidEye optical (5m).
• (2) SEN1-2—Sentinel-1 SAR + Sentinel-2 optical.

DSAN đạt FID thấp nhất (53.12 Nanjing, 90.81 SEN1-2) và LPIPS cạnh tranh, thể hiện chi tiết cục bộ tốt. Hiệu năng: 14 FPS (71.37 ms/patch), đạt ngưỡng 10 FPS cho xử lý batch. So với ICMA (phương pháp gần đây nhất), DSAN cải thiện FID 2.39 (Nanjing) và 13.32 (SEN1-2).

Ứng Dụng và Kết Luận

DSAN mở rộng ứng dụng viễn thám trong các lĩnh vực: (1) Giám sát nông nghiệp—phân loại cây trồng trong mùa mưa khi ảnh optical bị mây che; (2) Quản lý đất đai—tính NDVI/NDWI từ ảnh dịch chính xác hơn SAR trực tiếp; (3) Ứng phó thảm họa—phát hiện tàu không phát tín hiệu (dark vessel) kết hợp AIS; (4) Cập nhật bản đồ—ảnh quang học “ảo” để cập nhật bản đồ khi thời tiết xấu.

Công nghệ này loại bỏ mâu thuẫn cổ điển giữa tương phản toàn cục và chi tiết cục bộ thông qua kiến trúc bất đối xứng, căn chỉnh thích nghi qua DSFM, và điều chỉnh biên qua hàm mất mát khả vi. Kết quả là ảnh quang học có ranh giới sắc nét, chi tiết rõ ràng, phân bố màu sắc chính xác—vượt qua các phương pháp hiện có.

Các hướng phát triển tương lai: (1) giảm độ phức tạp tính toán cho triển khai trên vệ tinh; (2) mở rộng lên độ phân giải ultra-HD; (3) tăng cường khả năng tổng quát cho địa hình cực đoan.

Tác giả: Yingying Kong, Dongmin Wang | Đại học Hàng không Vũ trụ Nanjing

Công bố: Remote Sensing, Vol. 18, No. 3031 (2026) | https://doi.org/10.3390/rs18173031