SAR 영상 목표 검출은 최근 연구의 핫이슈였으나, 영상의 흐릿한 특성으로 인해 DETR 네트워크 모델이 잠재 특성을 잘 추출하지 못하며, DETR 네트워크는 훈련 주기가 길고 수렴이 느리다는 문제도 있다. 이에 SAR 영상 내 비행기 목표 검출 임무를 위해 다중 라벨 할당 기반 DETR 네트워크(Multi-label Assignment DETR, MA-DETR)를 설계하였다. 본 논문은 대규모 지터링(Large Scale Jittering, LSJ)을 추가한 데이터 증강 모듈을 사용하여 네트워크 훈련 효과를 향상시키고, 인코더 출력 데이터를 처리하는 다중 라벨 할당 감독 모듈을 설계하였다. 여러 개의 보조 감독 헤드가 잠재 특성을 추출하여 디코더에 입력함으로써 DETR 네트워크의 1:1 라벨 할당 방식의 단점을 개선한다. 마지막으로, 헝가리안 매칭 알고리즘으로 인한 매칭 이산성을 완화하고 네트워크 훈련 손실 수렴 속도를 높이기 위해 디코더에 매칭 강화 모듈을 설계하여 추가하였다. 실험 결과, SAR AIRcraft 데이터셋에서 기존 방법과 비교하여 제안한 방법은 AP0.5와 AP0.75 정확도를 각각 7.9%와 7.4% 향상시켰으며, 동일한 훈련 네트워크 기반에서 손실 수렴 속도는 3.3배 빨라졌다. 새로운 네트워크 구조는 SAR 영상 목표 검출 정확도를 효과적으로 향상시키고 DETR 네트워크 훈련 주기를 줄였다.

목표 검출;SAR 영상;DETR 네트워크;어텐션 메커니즘