Detección de Objetos Orientados Alineados con la Tarea en Imágenes de Teledetección

La detección de objetos orientados (OOD) puede reconocer y localizar varios objetos con mayor precisión que la detección de objetos horizontal; sin embargo, dos problemas no se han resuelto satisfactoriamente hasta ahora. En primer lugar, la ausencia de interacciones entre las ramas de clasificación y regresión conduce a un rendimiento inconsistente en las dos tareas de detección de objetos. En segundo lugar, la operación de convolución tradicional no puede extraer con precisión las características de objetos con relaciones de aspecto extremos en imágenes de teledetección (RSIs). Para abordar el primer problema, se proponen en este documento el módulo de detección alineado con la tarea (TADM) y la función de pérdida alineada con la tarea (TL). Por un lado, se infiere un mapa de probabilidad espacial y un mapa de desplazamiento espacial a partir de las características compartidas en el TADM y se incorporan por separado en las ramas de clasificación y regresión para obtener consistencia en las dos tareas. Por otro lado, la TL combina el uso de la métrica de intersección sobre unión generalizada (GIoU) con la pérdida de clasificación para mejorar aún más la consistencia en las dos tareas. Para abordar el segundo problema, se propone un marco de detección en dos etapas basado en la convolución de alineación (TDA). Las características extraídas de la red de backbone se refinan a través de la convolución de alineación en la primera etapa, y los resultados finales de OOD se infieren a partir de características refinadas en la segunda etapa. El estudio de ablación verifica la efectividad del TADM, TL y TDA. Las comparaciones con otros métodos avanzados, en dos puntos de referencia RSI, demuestran la efectividad general de nuestro método.