Objekterkennung ist eine anspruchsvolle und zentrale Aufgabe im Bereich der Computer Vision. In den letzten Jahren hat die Objekterkennung in natürlichen Bildern große Erfolge erzielt, und auch die Forschung zur Objekterkennung in Luftbildern hat bedeutende Fortschritte gemacht. Im Gegensatz zu horizontalen Objekten in natürlichen Bildern werden Objekte in Luftbildern oft in beliebigen Richtungen dicht in komplexen und veränderlichen Hintergründen verteilt. Um Objekte präzise und effizient zu lokalisieren und ihre Kategorie zu erkennen, wird die Aufgabe der Rotationserkennung auf der Basis der horizontalen Erkennung vorgestellt. Die Rotationserkennung auf der Basis des tiefen Lernens, insbesondere des Convolutional Neural Network (CNN), hat zwar zunehmend Aufmerksamkeit erregt, aber es fehlt an systematischer Forschung zu ihren Herausforderungen. Diese Arbeit konzentriert sich darauf, den aktuellen Stand der Forschung zur Objekterkennung in Luftbildern zu erläutern, systematisch die Herausforderungen der Rotationserkennung zu analysieren und die Entwicklung relevanter Erkennungstechnologien voranzutreiben. Zunächst werden die allgemeinen Rahmenbedingungen für die horizontale Objekterkennung zusammengefasst, die auch die Grundlage für den Entwurf des Rahmens für die Rotationserkennung bilden. Zweitens wird insbesondere die Hauptprobleme der Rotationserkennung analysiert. Es werden die wichtigsten Forschungsergebnisse zur Bewältigung jeder Herausforderung, ihre Vor- und Nachteile zusammengefasst. Drittens werden gängige Datensätze zur Objekterkennung in Luftbildern kurz vorgestellt und die Leistungsfähigkeit fortschrittlicher Rotationserkennungsalgorithmen auf gängigen öffentlichen Benchmark-Datensätzen wie DOTA, HRSC2016, DIOR-R und STAR untersucht. Dies zeigt nicht nur die signifikanten Ergebnisse der aktuellen Forschung, sondern offenbart auch vorläufig die Einschränkungen bei der Behandlung extremer geometrischer Formen und komplexer Szenen. Schließlich werden auf dieser Grundlage die Entwicklungstrends und weiteren Forschungsrichtungen für die Rotationserkennung in Luftbildern untersucht.

Objekterkennung; Luftbild; Rotationserkennung; Convolutional Neural Network; Rotierendes Begrenzungsrahmen