Mask OBB: Una Representación de Caja Delimitadora Orientada Basada en Atención Semántica para la Detección de Objetos Multicategoría en Imágenes Aéreas

La detección de objetos en imágenes aéreas es una tarea fundamental pero desafiante en el campo de la teledetección. Como la mayoría de los objetos en imágenes aéreas están en orientaciones arbitrarias, las cajas delimitadoras orientadas (OBBs) tienen una gran superioridad en comparación con las cajas delimitadoras horizontales tradicionales (HBBs). Sin embargo, los métodos de detección de OBB basados en regresión siempre sufren de ambigüedad en la definición de los objetivos de aprendizaje, lo que disminuirá la precisión de la detección. En este artículo, presentamos un análisis completo de las representaciones de OBB y planteamos la regresión de OBB como un problema de clasificación a nivel de píxel, lo que puede eliminar en gran medida la ambigüedad. Las máscaras predichas se utilizan posteriormente para generar OBBs. Para manejar cambios de escala grandes de objetos en imágenes aéreas, se utiliza una Red de Conexión Lateral Inception (ILCN) para mejorar la Red de Pirámide de Características (FPN). Además, se adopta una Red de Atención Semántica (SAN) para proporcionar la característica semántica, que puede ayudar a distinguir el objeto de interés del fondo desordenado de manera efectiva. Estudios empíricos muestran que todo el método es simple pero eficiente. Los resultados experimentales en dos conjuntos de datos ampliamente utilizados, es decir, DOTA y HRSC2016, demuestran que el método propuesto supera a los métodos de última generación.