SAR画像の物体検出は近年研究の注目分野ですが、画像の不鮮明さによりDETRネットワークモデルが潜在特徴をうまく抽出できず、さらにDETRネットワークは訓練周期が長く収束が遅い問題もあります。そこで、本研究では多ラベル割り当てに基づくDETRネットワーク（Multi-label Assignment DETR、MA-DETR）をSAR画像の飛行機物体検出タスクのために設計しました。本論文では、大規模ジッタリング（Large Scale Jittering、LSJ）を加えたデータ拡張モジュールを利用してネットワークの訓練効果を強化し、エンコーダの出力データを処理する多ラベル割り当て監督モジュールを設計しました。複数の補助監督ヘッドが潜在特徴を抽出し、デコーダに入力することで、DETRネットワークの一対一ラベル割り当て方式の不足点を改善します。最後に、ハンガリーマッチングアルゴリズムによるマッチングの離散性を緩和し、ネットワーク訓練損失の収束速度を向上させるためにマッチング強化モジュールをデコーダに追加しました。実験結果は、SAR AIRcraftデータセットにおいて、従来法と比較して本手法がAP0.5およびAP0.75の精度をそれぞれ7.9％および7.4％向上させ、同じ訓練ネットワークをベースに損失収束速度が3.3倍向上していることを示しています。新たなネットワーク構造はSAR画像の物体検出精度を効果的に向上させ、DETRネットワークの訓練周期を短縮しました。

物体検出;SAR画像;DETRネットワーク;注意機構