深度学习的遥感图像旋转目标检测综述.pdfVIP

计算机科学与探索1673-9418/2024/18(04)-0861-17

JournalofFrontiersofComputerScienceandTechnologydoi:10.3778/j.issn.1673-9418.2308031

深度学习的遥感图像旋转目标检测综述

1,21,21,21,2+

蓝鑫，吴淞，伏博毅，秦小林

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

+通信作者E-mail:qinxl2001@126.com

摘要：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。

关键词：旋转目标检测；倾斜边界框；遥感图像；深度学习

文献标志码：A中图分类号：TP391

SurveyonDeepLearninginOrientedObjectDetectioninRemoteSensingImages

LANXin1,2,WUSong1,2,FUBoyi1,2,QINXiaolin1,2+

1.ChengduInstituteofComputerApplications,ChineseAcademyofSciences,Chengdu610213,China

2.UniversityofChineseAcademyofSciences,Beijing100049,China

Abstract:Theobjectsinremotesensingimageshavethecharacteristicsofarbitrarydirectionanddensearrange-

ment,andthusobjectscanbelocatedandseparatedmorepreciselybyusinginclinedboundingboxesinobjectdetec-

tiontask.Nowadays,orientedobjectdetectioninremotesensingimageshasbeenwidelyappliedinbothciviland

militarydefensefields,whichshowsgreatsignificanceintheresearchandapplication,andithasgraduallybecome

aresearchhotspot.Thispaperprovidesasystematicsummaryoforientedobjectdetectionmethodsinremotesens-

ingimages.Firstly,threewidely-usedrepresentationsofinclinedboundingboxesaresummarized.Then,themain

challengesfacedinsupervisedlearningareelaboratedfromfouraspects:featuremisalignment,boundarydiscontinu-

ity,inconsistencybetwee