경량화된 원격 탐사 영상 객체 검출은 원격 탐사 데이터의 효율적 처리와 실제 시나리오 적용에서 중요한 가치를 지닙니다. 원격 탐사 영상에서는 원형 또는 유사 사각형 객체(예: 유조탱크, 차량 등)가 매우 흔하며, 이러한 객체의 정확한 검출은 자원 모니터링, 도시 계획 등의 과제에서 중요한 의미를 갖습니다. 원격 탐사 영상 객체 검출 정밀도가 지속적으로 향상됨에 따라 모델 복잡도도 크게 증가하였습니다. 기존 원격 탐사 영상 객체 검출 방법은 정밀도와 모델 복잡도 간에 효과적인 균형을 이루기 어렵습니다. 이러한 문제를 해결하기 위해 원형 또는 유사 사각형 객체 검출 네트워크를 기반으로 공간-채널 재구성을 활용한 경량화된 원격 탐사 영상 객체 검출 방법을 제안하였으며, 높은 정밀도를 유지하면서 모델 복잡도를 낮추는 것을 목표로 합니다. 먼저 특성 맵의 공간 차원에 존재하는 중복 정보를 처리하기 위해 공간 재구성 단위를 사용하여 공간 특성 풍부도에 따라 특성 맵을 분리하고, 공간 정보가 풍부한 그룹과 중복 그룹으로 나누어 두 그룹에 대해 교차 재구성 연산을 수행하여 공간 특성 중복을 줄이고 원격 탐사 영상 객체의 공간 특성 표현을 강화합니다. 이후 특성 맵의 채널 정보 중복을 처리하기 위해 부분 합성곱 기반 채널 재구성 단위를 제안하였으며, 특성 맵을 채널 차원에서 두 부분으로 나누어 한 부분은 부분 합성곱으로 효율적인 특성 추출을 수행하고, 다른 한 부분은 점 합성곱으로 숨겨진 세부 정보를 획득한 후 두 채널 부분을 가중치 재구성하여 결합함으로써 적은 계산 비용으로 특성을 추출하고 중요한 채널의 특성 표현을 강화합니다. 실험 결과 제안된 방법은 모델의 계산량과 매개변수 수를 효과적으로 줄이면서도 우수한 검출 성능을 유지함을 보여줍니다.

원격 탐사 영상;객체 검출;원형 객체;경량화 모델;재구성 단위