كشف الأهداف الموجهة عن بُعد هو مهمة تحديّة في مجال رؤية الحاسوب، حيث إن الطريقة التقليدية لتمثيل الإطار الأفقي لا تسمح بتحديد دقيق لأهداف الاختلاف في المقياس والاتجاه وترتيب الكثافة للأهداف الواقعة بعيدا عن الاستشعار عن بُعد. يعتمد النموذج الحالي على طريقة تمثيل الإطار الموجّه بخمس معلمات، ولكنه يزيد من تعقيد تدريب النموذج بسبب مسألة دورة زواية الاتجاه وتبادل الحافة. لحل هذه المشكلة، قدمنا في هذا البحث نموذج كشف الأهداف الموجهة عن بُعد EllipticNet (شبكة اكتشاف الكائن الموجهة عن بعد على أساس المعادلة البيضوية). أولاً، يقوم EllipticNet بتفكيك المشكلة التنبؤية لزاوية الاتجاه إلى مشكلتين فرعيتين: تنبؤ كمية الزاوية وتصنيف اتجاه الدوران، مما يتغلب على مشكلة عدم اتصال الحدود لطريقة تمثيل إطار الموجه بخمس معلمات، كما يتيح الجمع بين محوري البيضوي بالإضافة إلى تنبؤ النقطة الوسطية، ويمثل الأهداف الموجهة عن بعد بدقة. ثانياً، صممنا دالة خسارة للقيد البيضوي تعزز العلاقة الهندسية الداخلية بين معلمات البيضوي، وتعزز مرونة تدريب EllipticNet. وبالإضافة إلى ذلك، قدمنا نموذجًا لبنيان الفتحات الفراغي الطبقية التدريجية، والذي يعزّز بشكل كبير قدرة EllipticNet على التمثيل للميزات على مقاييس متعددة. أخيرًا، بناءً على مقارنة التجارب على مجموعات البيانات العامة الثلاثة DOTA وHRSC2016 وUCAS_AOD لقياس الأداء، فإن الطريقة المُقترحة في هذا البحث تظهر تنافسية وكفاءة، مما يظهر أن هذه الطريقة تحمل قيمة عملية معينة في كشف الأهداف الموجهة عن بعد.

كشف الأهداف الموجهة؛ المعادلة البيضوية؛ تعزيز الميزات؛ صور الاستشعار عن بعد عالية الدقة