복잡한 배경에서 원격 감지 소형 목표의 검출 문제를 위해 개선된 다중 스케일 특징 융합 SSD 방법을 제안하였다. 고해상도 얕은 특징 맵과 풍부한 의미 정보를 가진 깊은 특징 맵을 융합하는 특징 맵 융합 메커니즘을 설계하고, 특징 맵 간에 특징 피라미드를 구축하여 소형 목표 특징을 강화하였다. 이후 채널 주의 모듈을 도입하여 가중치 매개변수 공간을 구성함으로써 주목할 대상 영역의 채널에 주의를 집중시켜 배경 간섭을 줄였다. 마지막으로 사전 박스가 원본 이미지에 대한 비율을 조정하여 원격 감지 소형 목표의 크기에 더 잘 적응할 수 있도록 하였다. 수집된 원격 감지 항공 이미지 데이터셋을 활용하여 방법 성능을 질적 및 양적으로 테스트하였다. 결과는 개선된 방법이 SSD에 비해 검출 정확도가 4.3% 향상되었으며, 복잡한 장면에서 원격 감지 다중 스케일 목표 검출 작업에 적응하여 소형 목표의 누락 검출률을 낮출 수 있음을 보여준다.

딥러닝;소형 목표 검출;복잡한 배경;특징 융합;채널 주의 메커니즘