원격 감지 영상에서 배경 장면이 복잡하고 목표 분포가 밀집하며 규모 차이로 인해 인스턴스 분할 정확도가 제한되는 문제를 해결하기 위해 전역 인지 및 다중 스케일 특징 강화에 초점을 맞춘 원격 감지 영상 분할 알고리즘을 제안한다. 국부 및 전역 인지를 혼합한 주파수 모듈을 설계하여 공간 및 주파수 이중 도메인의 병렬 특징 경로를 구축하였다. 공간 분기는 다중 스케일 가변형 합성곱 그룹을 통해 목표의 경계 세부를 적응적으로 캡처하며, 주파수 분기는 푸리에 변환을 이용해 전역 주파수 성분을 분리한다. 이 모듈은 중첩 및 가림이 복잡한 장면에서 특징 판별 능력을 효과적으로 강화한다. 혼합 합성곱 자기 주의 메커니즘을 제안하여 국부 기하학적 특징 추출 정확도를 유지하면서 다중 스케일 목표에 대한 분할 강인성을 향상시켰다. 구조 강화 상태 공간 모듈을 사용하여 공간 정보의 다차원 집약을 실현하고 복잡한 배경에서 작은 목표의 특징 표현 및 분할 정확도를 강화하였다. 지수 이동 평균 슬라이딩 손실 함수를 도입하여 슬라이딩 동적 가중치 메커니즘을 통해 실시간으로 가중치 분배를 조정하여 클래스 불균형으로 인한 최적화 편향 문제를 효과적으로 완화한다. ISAID 및 NWPU VHR-10 데이터셋에서의 실험 결과 제안된 알고리즘은 각각 <inline-formula><alternatives><math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M1"><mi>A</mi><msub><mrow><mi>P</mi></mrow><mrow><mn mathvariant="normal">50</mn></mrow></msub></math><graphic specific-use="big" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/81234416-0CD8-4440-BF82-BA22F865EDE9-M001.jpg"/><graphic specific-use="small" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/81234416-0CD8-4440-BF82-BA22F865EDE9-M001c.jpg"/></alternatives></inline-formula>에서 각각 65.2%와 68.3%의 성능을 달성하였으며, 분할 정확도와 매개변수 수의 균형을 잘 맞추면서 많은 최첨단 알고리즘에 비해 종합적인 성능이 우수하였다.

원격 감지 영상; 인스턴스 분할; 상태 공간 모델; 다중 스케일 특징; 공간-주파수 도메인 특징 융합