衛星リモートセンシング画像は高解像度であり、画像内の対象物の相対的なサイズが小さいため、検出の精度と処理速度を同時に確保することが難しい。高画素リモートセンシング画像の対象物検出問題を解決するために、本論文ではスライディングウィンドウ分割と小さい対象物検出器を組み合わせた検出手法を提案する。まずスライディングウィンドウ法を用いて画像を複数のサブ画像に分割し、スライディングステップはウィンドウサイズより少し小さくして各サブ画像間に一定の重なりを持たせ、大きめの分割ウィンドウを採用してサブ画像の数を減らす。次にサブ画像を圧縮し、圧縮後の画像を対象物検出アルゴリズムで処理し、アルゴリズムの実行時間を短縮する。最後に検出結果を統合し、重なり部分での重複検出対象物を除去するために非最大抑制手法を用いる。検出アルゴリズムとして、本論文はYOLOv8nを基盤とし、SPD畳み込み核を用いてネットワーク構造を改良し、NWD手法に基づき正負サンプルマッチング戦略を調整し、特徴ピラミッド構造を改善して小さな対象物の検出性能を向上させた。これにより、より大きなサイズで圧縮されたサブ画像に対応でき、画像分割数を減らし、検出速度を向上させる。実験の結果、画像平均解像度が4000×4000の車両検出データセットにおいて、本手法は平均検出精度55.7%、1画像あたりの計算時間約47.5msを達成し、YOLOv8n比で16％、YOLOv5s比で15％、YOLOv6s比で7.6％の精度向上を示した。本手法はリアルタイム性能を満たし、衛星リモートセンシング画像内の対象物をより高精度でリアルタイム検出することが可能である。

対象物検出;リモートセンシング画像;YOLOv8アルゴリズム;小対象物検出;スライディングウィンドウ法