GMF-Net: 衛星レーザー測距画像における弱小オブジェクト検出のためのガウスマッチング融合ネットワーク

科学分野:

• リモートセンシング
• コンピュータビジョン
• 信号処理

背景:

• 衛星レーザー測距（SLR）画像解析は、低信号対雑音比と複雑な背景のために、小オブジェクト検出における課題に直面しています。
• 現在の検出フレームワークは、計算コストが高く、微小ターゲットの特徴抽出が不十分です。

研究 の 目的:

• 既存手法の限界に対処するSLRシナリオのための軽量で高精度のオブジェクト検出器を開発すること。
• 特徴抽出の強化とノイズ抑制のための新しいガウスマッチング畳み込み（GMConv）モジュールを導入すること。

主な方法:

• 正確なターゲットエネルギーマッチングのためのGMConvを特徴とするガウスマッチング融合ネットワーク（GMF-Net）を提案しました。
• パラメータを最小限に抑えるためのCross-Stage Partial Pyramidal Convolution（CSPPC）と、マルチスケール特徴統合のためのCross-Feature Attention（CFA）を組み込みました。
• 検証のための最初の専用SLR-CCDデータセットを構築しました。

主要な成果:

• GMF-Netは、SLR-CCDデータセットでmAP@50で93.1％、mAP@50-95で52.4％を達成しました。
• モデルパラメータを26.6％（2.2 Mまで）削減し、計算負荷をベースラインモデルと比較して27.4％削減しました。
• 検出精度と計算効率の間の優れたバランスを示しました。

結論:

• GMF-Netは、小オブジェクト検出のための自動SLRシステムにおいて重要な進歩を提供します。
• 提案されたGMConvモジュールは、背景ノイズを軽減しながら中心特徴応答を効果的に強化します。
• GMF-Netは、重要なSLRアプリケーションに効率的で正確なソリューションを提供します。