원격 탐사 영상 목표 검출에서 목표의 크기 차이가 크고 방향 분포가 복잡하여 검출 정확도가 부족한 문제를 해결하기 위해 배경 정보와 방향 정보를 융합한 검출 네트워크를 제안한다. 먼저, 목표 크기 차이 문제를 해결하기 위해 수용 영역 확장 모듈(Receptive Field Extending, RFE)을 설계하였다. 기존의 고정된 수용 영역이나 복잡한 다중 분기 구조와 달리, 이 모듈은 대형 커널 분해, 확장 합성곱 및 병렬 분기 구조 설계를 통해 계산량을 크게 증가시키지 않고 다중 스케일 배경 정보를 융합하여 서로 다른 크기의 목표가 배경 정보에 대한 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 메커니즘 커널 형태와 달리, 이 모듈은 수평 및 수직 방향 분리 합성곱을 통해 방향 텍스처 정보를 추출하여 특징 손실과 단절을 방지하고, 동시에 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%, 65.06%의 검출 정확도를 달성하였으며, Oriented R-CNN 방법에 비해 각각 1.01%, 0.83%, 0.76% 향상되어 배경 정보와 방향 정보의 협력 효과를 더욱 검증하였다.

원격 탐사 영상; 회전 목표 검출; 수용 영역 확장; 방향 인지 교차 주의