面向遥感图像中多方向船舶检测的旋转感知网络研究

《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》：Multidirectional Rotation-Aware Network for Oriented Ship Detection From Remote Sensing Imagery

为解决遥感图像中船舶目标方向任意、长宽比大导致的检测难题，研究人员开展了多方向旋转感知网络（MDR-Net）研究，通过门控风车形卷积（GPC）增强细长目标特征提取，结合注意力引导路由的旋转卷积模块（RCA）实现特征对齐，提出特征对齐定向区域提议网络（FAORPN）。在RSSDD和DOTA-v1.0数据集上AP50和AP75显著提升，可视化结果验证了该方法在复杂场景下提取鲁棒船舶特征的有效性。

　　

在军事侦察、港口管理等应用领域，遥感图像中的船舶检测一直扮演着关键角色。然而，船舶在遥感图像中常呈现任意方向排列、长宽比极大、尺度变化显著等特点，这些复杂特性给传统水平边界框（HBB）检测器带来巨大挑战。尤其当船舶斜向排列时，水平框会包含大量背景噪声，干扰模型学习；而常规正方形卷积核难以有效捕捉船舶等细长目标的纵向特征，导致特征提取不完整。

为突破这些限制，湘潭大学崔权、周彦等人提出了一种创新的多方向旋转感知网络（MDR-Net），该网络包含三个核心模块：门控风车形卷积（GPC）通过四方向正交卷积分支自适应融合特征，提升对水平/垂直方向细长目标的检测能力；注意力引导路由的旋转卷积模块（RCA）利用多尺度卷积注意力（MSCA）机制预测旋转角度与权重，实现旋转不变特征对齐；特征对齐定向区域提议网络（FAORPN）将GPC与RCA加权融合至定向区域提议网络（ORPN）中，生成更精准的多方向目标提议框。

关键技术方法包括：1）在ResNet50骨干网络的第2-4阶段用GPC模块替换标准3×3卷积，构建GPC-R50骨干网络；2）设计多尺度卷积注意力机制，通过条带卷积分支提取多尺度特征，预测旋转卷积核的角度与权重；3）采用中点偏移表示法替代直接角度回归，将定向边界框（OBB）参数化为（x, y, w, h, Δw, Δh），避免角度周期性问题；4）在FAORPN中通过超参数α平衡GPC与RCA分支的贡献，在DOTA-v1.0和RSSDD数据集上开展对比实验与消融研究。

GPC模块的结构与作用

GPC模块通过四个方向的条带卷积（1×3和3×1核）分别提取水平与垂直特征，结合非对称填充扩展感受野。

门控函数通过全局平均池化与1×1卷积生成方向权重，加权融合后经2×2卷积恢复空间分辨率。实验表明，GPC单独使用时使AP₇₅提升0.95%，尤其在处理高宽比大于3的极端细长目标时效果显著。

RCA模块的旋转特征对齐机制

RCA模块通过多尺度卷积注意力预测k个旋转角度θ_k及其权重λ_k，对卷积核进行双线性插值旋转后加权融合。多尺度分支采用逐步增大的条带卷积核近似大核卷积效果，增强对多尺度目标的感知。消融实验显示，引入MSCA的RCA模块使AP₇₅提升0.81%，在非正交方向占比高的类别（如桥梁、港口）中改善尤为明显。

FAORPN的集成设计

FAORPN在ORPN基础上并联GPC与RCA分支，通过超参数α（最优值为0.9）控制特征融合比例。该设计克服了单一旋转卷积对极端长宽比目标适应性差的问题，生成更高质量的定向提议框。在DOTA-v1.0数据集上，完整MDR-Net将AP₇₅提升2.19%，达到48.24%，证明其在高精度定位任务中的优势。

多数据集验证结果

在SAR船舶数据集RSSDD上，MDR-Net对近岸复杂背景船舶的AP₅₀达88.9%，整体AP₅₀为89.35%。在多类别遥感数据集DOTA-v1.0上，船舶（SH）、港口（HA）、桥梁（BR）的AP₅₀分别达到87.82%、78.46%、59.48%，对直升机（HC）等小目标检测提升5.13%。可视化对比显示，MDR-Net在密集目标、遮挡场景和极端长宽比目标检测中均优于对比方法，如Gliding Vertex和Rotated Faster R-CNN等。

热力图分析与模型泛化能力

特征可视化表明，MDR-Net的注意力更集中于目标主体纹理而非边缘，对桥梁等长跨度结构响应清晰。跨数据集实验验证了模型对光学影像与SAR影像的适应能力，但在离岸船舶检测中受相似尺度噪点干扰性能略有下降。研究还发现测试时图像尺寸调整（如607×607）可进一步提升检测精度，说明模型对输入尺度敏感，未来需引入动态尺度适应机制。

研究结论表明，MDR-Net通过GPC与RCA的协同设计，有效解决了遥感图像中船舶目标的旋转不一致性和长宽比极端化问题。FAORPN作为即插即用模块，为两阶段检测框架提供了高精度提议框生成方案。尽管在AP₅₀指标上提升有限，但AP₇₅的显著提高证明了模型在精细化定位方面的优势。未来工作将聚焦于骨干网络预训练、旋转表示优化和尺度自适应机制，进一步提升模型在复杂遥感场景中的泛化能力。