Cet article combine la détection universelle et la correspondance avec une bibliothèque de prototypes, proposant un cadre de détection adaptatif au domaine basé sur une représentation visuelle auto-supervisée. Cette méthode utilise les caractéristiques pré-entraînées de DINOv3 pour la correspondance et la sélection, permettant de localiser et différencier les véhicules cibles avec peu d'échantillons annotés et sans ajustement fin. Tout d'abord, un module préliminaire d'augmentation des données par synthèse multi-angle a été construit pour générer des échantillons sous plusieurs angles afin d’aligner les scènes de surveillance en vue aérienne et de compenser le manque de perspectives dans les contextes multi-domaines. Ensuite, une méthode de regroupement inter-classes et de correspondance de prototypes a été conçue, utilisant des algorithmes de clustering pour exploiter les modalités des données, construisant une bibliothèque de prototypes réels en diverses formes afin de résoudre le problème de grande variation intra-classe ; sur cette base, une représentation conjointe globale et locale a été introduite, combinant les détails sémantiques et texturaux à différents niveaux du réseau pour réaliser une discrimination fine des véhicules cibles. Les expériences montrent que cette méthode surmonte efficacement la dégradation des capacités de détection causée par le décalage du domaine de point de vue en conditions d’échantillons limités ; comparée aux méthodes traditionnelles, elle améliore le taux de rappel de détection et réduit significativement les fausses alertes causées par des véhicules non cibles, validant l’efficacité et la robustesse de ce cadre d’adaptation de domaine dans les scénarios de surveillance de véhicules spécialisés.

véhicules de transport spéciaux;modèle visuel auto-supervisé;détection adaptative au domaine