LEGNet：用于低质量遥感图像目标检测的轻量级 Edge-Gaussian 网络
计算机视觉与模式识别
2025-10-27 v3
摘要
遥感目标检测（RSOD）常受到分辨率低、传感器噪声、运动模糊和恶劣照明等退化因素的影响。这些因素削弱特征的辨识度，导致目标表示模糊，前景-背景分离不足。现有 RSOD 方法在鲁棒检测低质量目标方面存在局限。为此，本文引入 LEGNet，一种轻量级主干网络，包含专为增强从低质量遥感图像中派生的特征表示而设计的新颖 Edge-Gaussian 聚合（EGA）模块。EGA 模块集成了：（a）面向感锐化边缘细节的 Scharr 滤波器，以恢复低对比度或模糊目标中常丢失的关键边缘细节；（b）基于高斯先验的特征细化，以抑制噪声并正规化模糊的特征响应，增强恶劣条件下的前景显著性。EGA 模块缓解了对比度降低、结构中断和特征响应模糊等在退化图像中常见的问题，有效提升了模型鲁棒性，同时保持计算效率。广泛的评估测试包括 DOTA-v1.0、v1.5、DIOR-R、FAIR1M-v1.0 和 VisDrone2019 在内的五个基准数据集，表明 LEGNet 在检测低质量目标方面实现了最先进的性能。代码已公开于 https://github.com/AeroVILab-AHU/LEGNet。
引用
@article{arxiv.2503.14012,
title = {LEGNet: A Lightweight Edge-Gaussian Network for Low-Quality Remote Sensing Image Object Detection},
author = {Wei Lu and Si-Bao Chen and Hui-Dong Li and Qing-Ling Shu and Chris H. Q. Ding and Jin Tang and Bin Luo},
journal= {arXiv preprint arXiv:2503.14012},
year = {2025}
}
备注
19 pages, 9 figures. Accepted by ICCV 2025 Workshop