计算机科学与探索

作者：蓝鑫, 吴淞, 伏博毅, 秦小林

单位：1. 中国科学院 成都计算机应用研究所，成都 610213 2. 中国科学院大学，北京 100049

关键词：旋转目标检测,倾斜边界框,遥感图像,深度学习

遥感图像中目标具有方向任意性和排列紧密性的特点，在检测任务中使用倾斜边界框可以更加精确定位和分离目标。目前遥感图像旋转目标检测已经广泛应用于民用和军事国防领域，具有重要的研究意义和应用价值，已逐步成为研究热点。鉴于此，对遥感图像中旋转目标检测方法进行了系统性总结。首先，介绍了三种常用的倾斜边界框的表示形式。其次，重点阐述全监督学习下的特征错位、边界不连续、度量值与损失不一致性、旋转目标定位四个挑战。然后，根据不同的动机和改进策略，详细阐述了每种方法的核心思想及其优缺点，归纳出旋转目标检测方法框架。接着，列举了旋转目标检测在遥感领域常用数据集，给出了经典方法在不同数据集上的实验结果，并对不同方法的性能进行了评估。最后，结合深度学习应用于遥感图像旋转目标检测任务中存在的挑战，对该方向的未来发展趋势进行了展望。

来源：2024年第4期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2024年第4期