경량 원격 감지 이미지 객체 검출은 원격 감지 데이터의 효율적인 처리 및 실제 응용에서 중요한 가치를 지니며, 원격 감지 이미지 내 원형 또는 사각형 유사 객체(예: 유조탱크, 차량 등)가 매우 흔합니다. 이러한 객체의 정확한 검출은 자원 모니터링, 도시 계획 등의 과제에 중요한 의미를 가집니다. 원격 감지 이미지 객체 검출의 정확도가 지속적으로 향상됨에 따라 모델 복잡도도 상당히 증가하였으며, 기존의 원격 감지 이미지 객체 검출 방법은 정확도와 모델 복잡도 간의 효과적인 균형을 이루기 어렵습니다. 이러한 문제를 해결하기 위해, 원형 또는 사각형 유사 객체 검출 네트워크를 기반으로 공간-채널 재구성을 활용한 경량 원격 감지 이미지 객체 검출 방법을 제안하였으며, 이는 높은 정확도를 유지하면서 모델 복잡도를 낮추는 것을 목표로 합니다. 먼저, 공간 차원에서 특징 맵의 중복 정보를 처리하기 위해 공간 재구성 유닛을 사용하여 공간 특징 풍부도에 따라 특징 맵을 분리하고, 공간 정보가 풍부한 그룹과 중복 그룹을 얻은 후 두 그룹 간 교차 재구성으로 공간 특징 중복을 줄이고 원격 감지 이미지 객체의 공간 특징 표현을 강화합니다. 그 다음으로, 특징 맵의 채널 정보 중복에 대응하기 위해 부분 합성을 기반으로 한 채널 재구성 유닛을 제안하였으며, 특징 맵을 채널 차원에서 두 부분으로 분할하여 한 부분은 부분 합성으로 효율적인 특징 추출을 수행하고, 다른 부분은 점 합성으로 숨겨진 세부 정보를 획득하며, 두 부분 채널을 가중 재구성 및 연결하여 적은 계산 비용으로 특징을 추출하고 중요한 채널의 특징 표현을 강화합니다. 실험 결과 제안된 방법이 모델의 계산량과 파라미터 수를 효과적으로 줄이면서 좋은 검출 정확도를 유지함을 보여줍니다.

원격 감지 이미지;객체 검출;원형 객체;경량화 모델;재구성 유닛