본 연구는 원격 감지 영상에서의 방향성 객체 탐지 문제를 다룬다. 기존 방법들은 수평 경계 상자를 사용하여 객체를 탐지하였지만, 이는 임의 방향의 객체에 대한 정확도가 낮은 문제가 있었다. 이를 해결하기 위해 본 연구에서는 방향성 경계 상자를 사용하는 새로운 접근법을 제안한다.
또한 소수 샷 학습 환경에서 객체 분류 성능 저하 문제를 해결하기 위해 기억력 있는 대조 학습 모듈을 도입하였다. 이 모듈은 다양한 음성 샘플을 활용하여 객체 특징을 더욱 구분력 있게 학습할 수 있도록 한다.
마지막으로 부분적으로 선택된 객체에 의한 레이블 혼란을 해결하기 위해 샷 마스킹 기법을 제안하였다.
실험 결과, 제안 방법은 DOTA와 HRSC2016 데이터셋에서 소수 샷 기반 방향성 객체 탐지 분야에서 최신 성능을 달성하였다.
To Another Language
from source content
arxiv.org
Principais Insights Extraídos De
by Jiawei Zhou,... às arxiv.org 03-21-2024
https://arxiv.org/pdf/2403.13375.pdfPerguntas Mais Profundas