픽셀 비율이 작고 배경 대비가 낮으며 내부 정보가 부족한 암약 천체 목표의 특성에 대응하여 암약 천체 목표 탐지를 위한 계층화된 주의 집중 밀집 중첩 네트워크 HADN-Net을 제안한다. 먼저 다중 분기 Ghost-공동 주의 모듈 Mul-GDAM을 도입하여 다중 수용 영역 특징 추출 전략으로 목표 지역 이웃의 문맥 정보 모델링 능력을 강화한다. 경량화 Ghost 합성곱과 공간 분해 합성곱을 결합하여 계산 비용을 줄이는 동시에 배경 잡음을 효과적으로 억제하고 암약 목표의 특징 표현 능력을 강화한다. 이어서 계층화 특징 집합 모듈 HiFAM을 제안하여 공간-채널 차원 간 특징 상호작용을 통해 다중 스케일 특징 맵의 적응적 가중치 융합을 구현하며, 공간 재가중치 및 채널 적응 융합을 통해 융합 특징 맵에서 암약 목표 정보의 표현 품질을 향상시킨다. HADN-Net은 암약 목표의 탐지 능력을 크게 향상시켰다. 실제 지상 광학 영상에서 실험한 결과, HADN-Net은 94.648%의 재현율, 95.518%의 탐지 정확도, 95.081%의 F1 점수를 달성했으며, 모두 최첨단 성능을 기록했다. 기존 5개 선진 방법보다 우수하였으며, 특히 재현율에서는 차선 방법 대비 2.855% 성능 향상을 보였다. 이는 HADN-Net이 암약 천체 목표 탐지에 효과적임을 입증하며, 천문 영상 내 암약 천체 목표 탐지에 대한 새로운 솔루션을 제공하여 심우주 탐사와 우주 자원 개발 등에 실질적인 응용 가치를 가진다.

컴퓨터 비전; 지상 광학 천문 영상; 암약 천체; 목표 탐지; 신경망