HWANet: 遠隔検知用オブジェクト検出のための Haar Wavelet ベースの注意ネットワーク
Baohua Jin1, Fukang Yin1, Wenpeng Cai1
1School of Computer Science and Technology, Zhengzhou University of Light Industry, Zhengzhou, China.
PloS one
|September 4, 2025
まとめ
この研究は,遠隔検知オブジェクト検出のための新しいハール波紋ベースの注意ネットワークであるHWANetを導入します. スケールの変動を効果的に処理し,パラメータを少なくして高い精度を達成します.
科学分野:
- コンピュータ・ビジョン
- 機械学習
- リモートセンシング
背景:
- リモートセンシングオブジェクト検出 (RSOD) は,スケールバリエーションで課題に直面しています.
- 現在のディープラーニング方法はダウンサンプリングで情報を失い,文脈認識が欠けている.
研究 の 目的:
- RSODの改善のためにHWANetという新しいネットワークを提案する.
- マルチスケールオブジェクトのコンテキストモデリングを強化します.
主な方法:
- ハール波紋ベースの注意ネットワーク (HWANet) を開発した.
- オブジェクト情報を保存するための低周波強化ダウンサンプリングモジュール (LEM) が導入されました.
- コンテクストに配慮した多レベル機能統合のための統合ハア周波数領域自己注意モジュール (HFDSA) と空間情報相互作用モジュール (SIIM).
主要な成果:
- HWANetはNWPU VHR-10で93.1%のmAP50を達成し,SAR-Airport-1.0で99.1%のmAP50を達成しました.
- このモデルは,わずか2.75Mのパラメータで優れた性能を示しています.
- RSODで既存の最先端の方法を上回った.
結論:
- HWANetは,Haar waveletsを使用してダウンサンプリング中の情報損失を効果的に軽減します.
- このネットワークは,上級の多次元オブジェクト検出のための文脈認識モデリングを強化します.
- HWANetはRSODのためのパラメータ効率の良い高性能ソリューションを提供します.
