원격탐지 영상에서 목표의 크기 차이가 크고 방향 분포가 복잡하여 검출 정확도가 부족한 문제를 해결하기 위해 배경 정보와 방향 정보를 융합한 검출 네트워크를 제안한다. 먼저, 목표 크기 차이가 큰 문제를 해결하기 위해 수용영역 확장 모듈(Receptive Field Extending, RFE)을 설계하였다. 기존의 고정 수용영역이나 복잡한 다중 분기 구조와 달리, 본 모듈은 대형 커널 분해, 팽창 합성곱 및 병렬 분기 구조 설계를 통해 계산량을 크게 증가시키지 않으면서 다중 스케일의 배경 정보를 융합하여 서로 다른 크기 목표의 배경 정보 요구 차이를 해결한다. 다음으로, 목표 방향 분포가 복잡한 문제를 해결하기 위해 방향 인지 교차 주의 메커니즘 모듈(Orientation Aware Cross Attention, OACA)을 설계하였다. 기존 주의 메커니즘의 합성곱 핵 형태와 달리, 본 모듈은 수평 및 수직 방향 분리 합성곱을 통해 방향 텍스처 정보를 추출하여 특징 손실 및 단절을 방지하고, 교차 주의 메커니즘을 설계하여 배경 잡음을 억제하고 방향 정보의 상호 작용성을 강화한다. 실험 결과, 제안된 방법은 DOTA, HRSC2016 및 DIOR-R 데이터셋에서 각각 76.88%, 98.43% 및 65.06%의 검출 정확도를 달성하였으며, Oriented R-CNN 방법 대비 각각 1.01%, 0.83% 및 0.76% 향상되어 배경 정보와 방향 정보의 협력 효과를 추가로 검증하였다.

원격탐지 영상; 회전 목표 검출; 수용영역 확장; 방향 인지 교차 주의