摘要
اكتشاف الأهداف هو مهمة أساسية وتحديا في مجال الرؤية الحاسوبية. في السنوات الأخيرة، حقق اكتشاف الأهداف نجاحًا هائلًا في الصور الطبيعية، وحققت الأبحاث في اكتشاف الأهداف في صور الاستشعار عن بعد للطيران تقدمًا ملحوظًا. على عكس الأهداف الأفقية في الصور الطبيعية، فإن الأهداف في صور الاستشعار عن بعد للطيران غالبًا ما تنتشر في الاتجاهات المختلفة في خلفيات معقدة ومتنوعة. تمت معالجة مهمة اكتشاف الأهداف الدوارة عن طريق تحديد موقع الأهداف الدوارة بدقة وفعالية وتحديد فئتها. على الرغم من أن اهتماما متزايدا يوجه نحو اكتشاف الأهداف الدوارة القائم على التعلم العميق وبشكل خاص شبكات العصب الاصطناعي المتكاملة، إلا أن التحديات الحالية التي تواجهها تبعت نقصا في البحث المنهجي. يركز هذا المقال بشكل أساسي على وضع راهن البحث في اكتشاف الأهداف في صور الاستشعار عن بعد للطيران، ويلخص بشكل منهجي التحديات الصعبة التي تواجه اكتشاف الأهداف الدوارة، بما في ذلك الإطارات العامة لاكتشاف الأهداف الأفقية التي تشكل أساس إطارات اكتشاف الأهداف الدوارة؛ ثم يركز على التحليل الأساسي للتحديات الرئيسية التي تواجه مهمة اكتشاف الأهداف الدوارة، ويُلخص نتائج الأبحاث الرئيسية ومزاياها وقيودها التي نشأت لكل تحدي على حدة. فضلا عن ذلك، يقدم تعريفا موجزا لمجموعات بيانات اكتشاف الأهداف في صور الاستشعار عن بعد المستخدمة بشكل شائع، ويقوم بتقييم ومقارنة أحدث مكتشفات الأهداف الدوارة على مجموعات بيانات الصور الأساسية للأستشعار عن بعد، مثل DOTA و HRSC2016 و DIOR-R و STAR، وفي تأكيد نجاحات البحث الحالي، ويكشف بشكل مبدئي أيضا عن القيود التي تواجه معالجتها لأشكال الهندسة القطرية الشديدة والسيناريوهات المعقدة. وفي النهاية، يقدم نظرة شاملة لاتجاهات تطوير مهمة اكتشاف الأهداف الدوارة لصور الأستشعار عن بعد والتوجهات البحثية في المستقبل
关键词
object detection;aerial remote sensing images;Oriented Object Detection;convolutional neural networks;oriented bounding box