드론 시점에서 촬영된 항공 이미지에서 작은 객체가 많고 검출이 어려운 문제를 위해 위치 민감형 Transformer 객체 검출(PS-TOD) 모델을 제안하였다. 위치 채널 임베딩 기반 3차원 어텐션(PCE3DA)을 활용한 다중 스케일 특징 융합(MSFF) 모듈을 설계하였으며, PCE3DA는 공간 및 채널 정보 간 상호 의존 관계를 이용하여 3차원 어텐션을 생성하여 모델의 관심 영역 특징 표현 능력을 강화한다. 이를 기반으로 하향식 교차 층 MSFF 방식을 구축하여 융합된 특징의 의미 정보가 더욱 풍부해지도록 하였다. 이후 새로운 위치 민감형 자기 어텐션(PSSA) 메커니즘을 설계하였으며, 이를 통해 위치 민감형 Transformer 인코더-디코더를 구성하여, 모델이 이미지의 전역 문맥 정보 장기 의존성을 포착하는 동시에 객체 위치 민감도를 향상시킬 수 있도록 하였다. 드론 항공 데이터셋 VisDrone에서의 비교 실험 결과, 제안한 모델은 AP 28.8%를 달성하였으며, 기본 모델(DETR) 대비 4.1% 향상되었다. 이 모델은 복잡한 배경에서도 드론 항공 이미지의 정확한 객체 검출이 가능하며, 작은 객체 검출 성능을 개선한다.

객체 검출;드론 이미지;위치 민감형 Transformer;다중 스케일 특징 융합;어텐션 메커니즘