リモートセンシングにおける船舶検出のためのエッジ認識アテンションと浅層ガイド型フュージョン
Edge-Aware Attention with Shallow-Guided Fusion for Ship Detection in Remote Sensing
リモートセンシング画像における船舶検出の精度と特徴利用効率の向上を目指し、RT-DETR-sをベースラインとして2つのエンコーダーレベルの改善を提案する。手法の主な貢献は、Scharrエッジマップをアテンション機構に組み込み、エッジ応答の強い位置間の相互作用を強化するEdge-Aware Self-Attention (EASA)モジュールである。また、CBAMアテンションとクロススケールフュージョンを統合し、浅層のバックボーンから得られる高解像度の小物体コンテキストをディープフィーチャーに注入するShallow-Guided Deep Fusion (SGDF)モジュールを設計した。これにより、小物体検出における空間情報の損失を効果的に軽減する。さらに、WIoUv3損失関数を採用し、リモートセンシング船舶検出に最適な回帰損失を特定した。実験の結果、提案手法はRT-DETR-sと比較してmAP50–95が2.8%、APsが3.2%向上し、リアルタイム推論速度(37.6 FPS)を維持した。
- RT-DETR-sをベースラインに、エッジ応答の強い領域間の相互作用を強化するEdge-Aware Self-Attention (EASA)モジュールを提案。
- CBAMアテンションとクロススケールフュージョンを統合したShallow-Guided Deep Fusion (SGDF)モジュールにより、浅層の高解像度コンテキストを深層特徴に注入し小物体検出の空間情報損失を軽減。
- WIoUv3損失関数を採用し、リモートセンシング船舶検出に最適な回帰損失を特定。
- RT-DETR-s比でmAP50-95が2.8%、APsが3.2%向上しつつ、37.6 FPSのリアルタイム推論速度を維持。
リモートセンシング衛星画像の船舶検出という画像認識AIの応用研究で、RT-DETR-sをベースにエッジ認識アテンション(EASA)と浅層ガイド型フュージョン(SGDF)を追加し、mAP50-95で2.8%、APsで3.2%の精度向上をリアルタイム速度(37.6 FPS)で達成した点が注目。物体検出モデルは防災・監視・海上防衛用途に直結するため、精度と推論速度を両立させた改良はエッジ実装や衛星画像解析サービスを手がける企業の競争力に影響しうる。ただし現時点では学会発表レベルの成果であり、商用製品や調達の動きはまだ見えず、投資判断には引き続き実用化・採用動向の確認が必要。