基于稀疏Transformer的遥感旋转目标检测

作者：何林远^*; 白俊强; 贺旭; 王晨; 刘旭伦

来源：激光与光电子学进展, 2022, 59(18): 55-63.

• 图像处理
• 遥感图像
• 旋转目标检测
• 稀疏Transformer
• K-means

针对遥感图像目标广邻域稀疏、多邻域聚集、方向多样等特性导致检测难度大的问题，提出了一种基于稀疏Transformer的遥感旋转目标检测方法。首先，所提方法在典型端到端Transformer网络的基础上，根据遥感图像的特性，利用K-means算法实现多域聚集，从而更好提取稀疏域下的目标特征；其次，为适配旋转目标的基本属性，在边框生成阶段，利用目标包围框的中心点及边框特征学习的策略高效获取目标回归斜边框；最后，为提升网络对遥感目标的检测率，对网络的损失函数进行了优化。在DOTA和UCAS-AOD遥感数据集上的实验结果表明，所提方法的平均精度分别为72.87%和90.4%，能很好地适应遥感图像中各类旋转目标的形状与分布特性。

• 单位
  西北工业大学; 空军工程大学