遥感目标检测遇上深度学习：挑战与进展的元综述
计算机视觉与模式识别
2023-10-30 v1
摘要
遥感目标检测（RSOD）是遥感领域最基础也最具挑战性的任务之一，长期以来受到广泛关注。近年来，深度学习技术展现出强大的特征表示能力，并推动了RSOD技术的巨大飞跃。在技术快速演进的当下，本综述旨在全面回顾基于深度学习的RSOD方法的近期成果。本综述涵盖300余篇论文。我们归纳出RSOD的五大主要挑战，包括多尺度目标检测、旋转目标检测、弱目标检测、微小目标检测以及有限监督下的目标检测，并以分层划分的方式系统回顾了相应的方法。我们还回顾了RSOD领域内广泛使用的基准数据集与评估指标，以及RSOD的应用场景。最后给出了未来研究方向，以进一步推动RSOD的研究。
引用
@article{arxiv.2309.06751,
title = {Remote Sensing Object Detection Meets Deep Learning: A Meta-review of Challenges and Advances},
author = {Xiangrong Zhang and Tianyang Zhang and Guanchun Wang and Peng Zhu and Xu Tang and Xiuping Jia and Licheng Jiao},
journal= {arXiv preprint arXiv:2309.06751},
year = {2023}
}
备注
Accepted with IEEE Geoscience and Remote Sensing Magazine. More than 300 papers relevant to the RSOD filed were reviewed in this survey