One-stage oriented object detection in remote sensing images

Teknolojideki ilerleme, yüksek teknoloji uydulardan ve uçak algılayıcılarından yüksek miktarda bilgi birikimine sebep oldu. Söz konusu bu platformlardan elde edilen bu yüksek çözünürlüklü görüntüler insanların yeryüzünü daha iyi anlamasını sağladı. Uzaktan algılama görüntü analizi alanındaki ilk çalışmalar, görüntü sınıflandırma alanında manzara, arazi ve uçsuz bucaksız alanları anlamlandırmaya çalışan çalışmalardı. Son zamanlarda çok yüksek çözünürlüklü elektro-optik görüntülerde nesne tanıma ve görüntü bölütleme popüler hale geldi. Modern nesne tanıyıcıların iki tür mimarisi vardır. İki aşamalı nesne tanıyıcıları, bir bölge önerme mekanizması ile olası nesne konumlarını tarar ve nesneleri sınıflandırmak için bu önceden seçilmiş bölgeler üzerinde bağlanım yapar. Öte yandan, tek aşamalı nesne tanıyıcıları, herhangi bir ön seçim olmaksızın, görüntü üzerinde genel bağlanım ve sınıflandırma gerçekleştirir. Bölge önerme mekanizması doğruluğu artırır, ancak sezim hızını yavaşlatır. Bu sebeple, tek aşamalı nesne tanıyıcılar, gerçek zamanlı sezim için daha iyi bir seçenek olmalarına rağmen, daha düşük doğruluğa sahiplerdir. Halka açık veri kümeleri genellikle yatay sınırlayıcı kutu etiketi sağlarlar. Bununla birlikte, uzaktan algılama görüntüleri, yönlü sınırlayıcı kutular için çok daha uygun olan küçük, sıkışık veya büyük en-boy oranlı nesneler ile doludur. On beş nesne sınıfını içeren en kapsamlı uzaktan algılama nesne tanıma veri setlerinden (DOTA) birinde tek aşamalı nesne tanımaya odaklanmaktayız. Tek aşamalı nesne tanıyıcılarımız, en öne çıkan tek aşamalı nesne tanıma mimarilerinden birine (YOLO) dayanmaktadır. Yatay ve yönlü sınırlayıcı kutu etiketleri, yönlendirilmiş nesne tanıma ayarının genel olarak eksen hizalı nesne algılama ayarına göre üstün bir performansa sahip olduğunu göstermek ve ayrıca tek aşamalı nesne tanımanın iki aşamalı nesne tanıma ile karşılaştırıldığında rekabetçi sonuçlar elde edebildiğini ispatlamak için kullanılmıştır. Yönlü nesne tanıma yaklaşımımız, açı bağlanım problemini, bir sınıflandırma problemine dönüştürür ve tek aşamalı nesne tanıyıcılara kolayca uygulanabilir. Deneylerimiz, açısal sınıflandırmaya dayalı yönlü nesne tanıyıcısının, yatay nesne tanıyıcısından daha iyi bir performans gösterdiğini ispatlamaktadır. Ayrıca çalışmamız, doğrulama veri setinde yayınlanmış çalışmalardaki çift aşamalı nesne tanıma yöntemlerine göre %3.07, çapasız nesne tanıma yöntemlerine göre %12.84 gelişme göstermektedir.