본 논문은 원격 감지 영상에서 다중 스케일, 밀집 중첩 및 데이터 분포 불균형 등의 문제를 해결하기 위해 초융합 잔차 진행 기하 인식 알고리즘을 제안한다. 초융합 잔차 진행 모듈은 네트워크 구조를 최적화하며, 다층 합성곱 연산을 통해 다양한 스케일의 수용 영역을 활용하여 목표의 각 스케일 세부 정보를 포착하고 모델의 목표 특성 인식 능력을 강화하여 소규모 목표 특성 추출과 대규모 목표의 정확한 위치 지정을 실현한다. 검출 결과와 실제 결과 간의 기하학적 유사도를 계산하여 검출 성능을 정확하게 평가하고, 목표가 밀집 중첩된 장면에서 적합도를 정밀하게 고려하며 최종 결과를 선별하여 누락 및 오검출을 줄이고 알고리즘의 정확도를 향상시킨다; 다중 경로 특징 융합 모듈을 설계하여 다양한 계층의 특징 정보를 융합하여 더 풍부한 목표 특징을 추출하고 네트워크 표현 및 판별 능력을 강화하여 검출 정확도와 안정성을 향상시킨다. NWPU-VHR-10 데이터셋 실험 결과에서 mPrecision, mRecall, mAP 및 mF1 Score가 각각 0.0419, 0.1040, 0.0455 및 0.0850 증가하였으며, RSOD 데이터셋 실험 결과에서는 각각 0.0221, 0.1034, 0.0619 및 0.0875 증가하였다. 제안된 초융합 잔차 진행 기하 인식 알고리즘이 원격 감지 영상 목표 검출 분야에서 효과성과 우수성을 충분히 입증하였다.

원격 감지 영상;목표 검출;초융합 잔차 진행 모듈;기하학적 유사도;다중 경로 특징 융합