Обнаружение объектов - это основная и сложная задача в области компьютерного зрения. В последние годы обнаружение объектов добилось огромного успеха в естественных изображениях, и исследования по обнаружению объектов на изображениях аэрокосмической дистанционной рекогносцировки также сделали значительный прогресс. В отличие от горизонтальных объектов на естественных изображениях, объекты на изображениях аэрокосмической дистанционной рекогносцировки часто плотно распределены в любом направлении на фоне сложных и переменчивых сцен. Для точного и эффективного определения и классификации объектов, основываясь на обнаружении горизонтальных объектов, была предложена задача обнаружения вращающихся объектов. Несмотря на увеличивающийся интерес к обнаружению вращающихся объектов на основе глубокого обучения, в частности сверточных нейронных сетей CNN, в настоящее время отсутствует системное исследование существующих вызовов. Настоящая статья целью уделяет основное внимание состоянию исследований обнаружения объектов на изображениях аэрокосмической дистанционной рекогносцировки, систематическому изучению существующих вызовов при обнаружении вращающихся объектов, с целью способствования развитию соответствующих технологий. Во-первых, проводится обзор общих фреймворков обнаружения горизонтальных объектов, которые являются основой для проектирования фреймворков обнаружения вращающихся объектов. Во-вторых, основное внимание уделяется основным вызовам, с которыми сталкивается задача обнаружения вращающихся объектов, суммируются основные результаты и ограничения, возникшие при решении каждого вызова. В-третьих, кратко представляются распространенные наборы данных для обнаружения объектов на изображениях аэрокосмической дистанционной рекогносцировки, и на официальных наборах данных, таких как DOTA, HRSC2016, DIOR-R, STAR, проводится сравнительная оценка существующих передовых детекторов вращающихся объектов, подтверждая значительные результаты текущих исследований, а также предварительно раскрывая их ограничения при работе с крайними геометрическими формами и сложными сценами. Наконец, дается прогноз развития задачи обнаружения вращающихся объектов на изображениях аэрокосмической дистанционной рекогносцировки и указываются направления будущих исследований и развития.

обнаружение объектов; аэрокосмическая дистанционная рекогносцировка; обнаружение вращающихся объектов; сверточные нейронные сети; вращающиеся границы