基于状态空间模型的遥感图像定向目标检测新框架OriMamba

针对遥感图像中目标多角度、多尺度和复杂背景带来的检测难题，广东技术师范大学计算机科学学院团队创新性地提出OriMamba框架。该研究通过混合Mamba金字塔网络(HMPN)融合多尺度特征，结合动态双头结构(DDH)提升角度预测精度，在DOTA-1.0等四大基准数据集上mAP提升0.5-2.88%，为遥感智能解译提供新思路。

　　

在遥感监测领域，如何准确识别飞机、船舶等具有任意旋转角度的目标一直是重大挑战。传统水平边界框(HBB)检测方法会导致目标区域包含大量背景噪声，而现有基于Transformer的检测器又面临计算复杂度高的问题。随着无人机和卫星技术的普及，高分辨率遥感图像(RSIs)中目标的多角度分布、尺度差异和复杂背景干扰，使得定向目标检测(RSOD)成为学术界和工业界共同关注的焦点。

广东技术师范大学计算机科学学院的研究团队在《International Journal of Applied Earth Observation and Geoinformation》发表的研究中，提出了名为OriMamba的创新性解决方案。这项研究针对三个核心难题展开：首先，目标在航拍视角下呈现360°任意旋转特性；其次，同类目标可能同时存在数米到数百米的尺度差异；再者，云层遮挡、水面反光等复杂背景会严重干扰检测精度。研究团队通过巧妙融合状态空间模型(SSM)与深度学习技术，开发出兼具高效性和准确性的新型检测框架。

关键技术方法包括：1）设计混合Mamba金字塔网络(HMPN)，整合自适应旋转空间金字塔池化(AR-SPP)模块提取旋转敏感特征；2）构建含局部分支的混合VSS模块，在保持线性计算复杂度的同时增强局部特征捕获能力；3）开发动态双头网络(DDH)，通过可变形多头注意力(DMHA)瓶颈模块解耦分类与回归任务。实验采用DOTA-1.0等四个主流数据集，通过单尺度训练策略评估性能。

研究结果部分显示：

1. 混合Mamba金字塔网络的有效性：通过AR-SPP模块生成的旋转敏感特征，使直升机(HC)检测mAP提升2.39%；而融合全局-局部信息的混合VSS块，在保持180.26G FLOPs低计算量下，比传统FPN提升1.01% mAP。

2. 动态双头结构的优势：DDH网络通过4个DMHA瓶颈模块的级联，使尾类目标如棒球场(BD)的检测精度提升1.2%，验证了其对长尾分布的适应性。

3. 综合性能突破：在DOTA-1.0测试集上达到78.23% mAP，较次优方法AO2-DETR提高0.5%；在更具挑战性的DOTA-1.5数据集上，以70.90% mAP领先现有方法2.88%。

这项研究的创新价值在于：首次将Mamba架构引入遥感目标检测领域，通过HMPN实现多尺度特征与旋转特征的协同优化，其线性计算复杂度克服了Transformer的二次方计算瓶颈。实际应用中，该技术可显著提升交通监控、智慧农业等场景下的自动化解译效率。未来研究可进一步探索VMamba主干网络的定制化设计，以充分发挥状态空间模型在遥感视觉任务中的潜力。