カラーリモートセンシング画像における飛行機目標の体積が小さく、分布が密集しており、背景が複雑であることによる検出精度の低さの問題に対し、改良されたアンカーレスのカラーリモートセンシング画像任意方向飛行機目標検出アルゴリズムを提案する。基準モデルとしてBBAVectorsを採用し、特徴抽出にはResNet50をバックボーンネットワークとして使用し、特徴ピラミッドネットワーク(FPN)の後に上から下への経路拡張ネットワークPANetモジュールを追加し、情報経路を短縮し低レベルの正確な位置情報で特徴ピラミッドを強化する。さらに、注意機構CBAMモジュールを導入し、雑音を抑制し目標特徴を強調することで複雑な環境下での飛行機目標検出精度の向上を実現する。DOTAデータセットで消融実験と比較実験をそれぞれ行い、DOTA_devkitを使用してデータセットを0.5倍および1倍の比率で切り出すことでモデルの検出精度を向上させた。改良モデルはカラーリモートセンシング画像のテストデータセットで90.35%の検出精度を達成した。元のモデルと比較して検出精度が0.82%向上した。実験結果は、本手法がカラーリモートセンシング画像における飛行機検出タスクでより良い検出効果を持つことを示している。

飛行機目標検出;任意方向;アンカーレス;経路拡張;注意機構