드론 항공 촬영 이미지에서 목표의 크기와 밀도가 불균일하고 세부 사항이 불명확하며, 특히 작은 목표가 많아 누락 및 오탐 문제가 발생하는 문제를 해결하기 위해 적응형 슬라이싱 보조 추론 기반의 새로운 목표 검출 방법을 제안한다. 이 방법은 먼저 항공 촬영 이미지를 목표 검출 네트워크에 입력하여 초기 추론을 수행하고, 창 점수 메커니즘을 설계하여 초기 추론 결과를 바탕으로 입력 이미지 내의 불확실한 목표를 위치시키며, 다양한 크기와 밀도의 목표에 적합하도록 유효한 이미지 영역을 자동으로 선택하여 슬라이싱한다. 이후 슬라이싱된 이미지를 목표 검출 네트워크에 입력해 두 번째 추론을 수행한다. 마지막으로 두 번의 추론 결과에 개선된 비최대 억제 처리를 수행해 최종 검출 결과를 얻는다. VisDrone2019 및 AI-TOD의 대표적인 데이터셋에서의 실험 결과, 본 방법이 YOLOv7-tiny, YOLOv8n, YOLOv8s, YOLOv9-C를 포함한 대표적인 경량 목표 검출 모델의 mAP 지표를 향상시켜 항공 촬영 이미지 목표 검출 성능을 효과적으로 높였음을 입증했다.

소형 목표 검출;적응형 슬라이싱 보조 추론;불확실 목표 위치 지정;비최대 억제