원격 탐지 영상 차량 검출에서 배경 간섭, 목표 밀집 및 목표 이질성 등으로 인한 인식 정확도 저하 문제를 해결하기 위해 초픽셀과 다중 모달 인지 네트워크를 융합한 원격 탐지 영상 차량 검출 방법을 제안하였다. 먼저, 혼합 초픽셀 영역 병합 규칙에 기반하여 초픽셀 이분 그래프 융합 알고리즘을 통해 두 가지 모달리티의 초픽셀 분할 결과를 융합하여 서로 다른 모달 이미지의 초픽셀 분할 결과의 정확도를 향상시켰다; 둘째, 다중 모달 에지 인지 네트워크 MEANet (Multi-modal Edge Aware Network)을 제안하였으며, OPT-FPN 모듈(Optimized Feature Pyramid Networks)을 도입하여 네트워크가 다중 스케일 목표 특성을 학습하는 능력을 강화하였다; 마지막으로 에지 인지 모듈을 통해 초픽셀 및 다중 모달 융합 모듈에서 생성된 두 세트의 에지 특성을 집계하여 차량 목표의 정확한 경계를 생성하였다. ISPRS Potsdam과 ISPRS Vaihingen 원격 탐지 영상 데이터셋에서 실험을 수행하였으며, 최종 <inline-formula><alternatives><math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M1"><mi>m</mi><msub><mrow><mi>F</mi></mrow><mrow><mn mathvariant="normal">1</mn></mrow></msub></math><graphic specific-use="big" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/80B14515-B3F1-47ca-8B09-4FC14CCB38F6-M001.jpg"?></graphic><graphic specific-use="small" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/80B14515-B3F1-47ca-8B09-4FC14CCB38F6-M001c.jpg"?></graphic></alternatives></inline-formula> 점수는 각각 91.05% 및 85.11%였다. 실험 결과는 제안된 방법이 다중 모달 원격 탐지 영상 차량 고정밀 검출에서 우수한 검출 정확도와 우수한 응용 가치를 갖고 있음을 보여준다.

초픽셀;다중 모달 인지;원격 탐지 영상;차량 검출