密度駆動型ネットワークによる微小物体検出

本論文は、高解像度リモートセンシング画像における高密度で微小な物体の検出という困難な問題に取り組んでいます。主な革新は、密度マップを使用して特徴学習をガイドし、ネットワークが最も関連性の高い領域に計算リソースを集中できるようにすることです。これは、密度生成ブランチ、高密度領域フォーカスモジュール、およびデュアルフィルター融合モジュールを通じて実現されます。結果は、既存の方法と比較して、特に複雑なシナリオでパフォーマンスが向上していることを示しています。