遥感目标检测（RSOD）LEGNet: Lightweight Edge-Gaussian Driven Network for Low-Quality Remote Sensing Image Ob

论文作者：Wei Lu,Si-Bao Chen,Hui-Dong Li,Qing-Ling Shu,Chris H. Q. Ding,Jin Tang,Bin Luo

作者单位：Anhui University;Chinese University of Hong Kong, Shenzhen

论文链接：http://arxiv.org/abs/2503.14012v1

项目链接：https://github.com/lwCVer/LEGNet

内容简介：

1）方向：遥感目标检测（RSOD）

2）应用：遥感图像领域

3）背景：在复杂的视觉环境中，遥感目标检测面临着巨大挑战。航空和卫星图像固有地受到空间分辨率低、传感器噪声、模糊对象、低光降解和部分遮挡等限制。这些降解因素共同影响了检测模型中的特征区分度，导致三个关键问题：（1）降低的对比度阻碍了前景-背景分离，（2）边缘表示中存在结构不连续，（3）由于光照变化引起的模糊特征响应。这些问题共同削弱了模型的鲁棒性和部署可行性。

4）方法：为了解决这些挑战，提出了LEGNet，一种专门设计用于低质量遥感图像的轻量级网络，其中包括一种新颖的边缘高斯聚合（EGA）模块。关键创新在于将基于Scharr算子的边缘先验与不确定性感知的高斯建模协同集成：（a）面向方向的Scharr滤波器通过旋转不变性保留高频边缘细节；（b）不确定性感知的高斯层通过方差估计概率地优化低置信度特征。这种设计实现了精度增强，同时保持了架构简单性。

5）结果：在四个RSOD基准数据集（DOTA-v1.0、v1.5、DIOR-R、FAIR1M-v1.0）和一个无人机视角数据集（VisDrone2019）上的综合评估表明，LEGNet在性能上实现了显著提升，且在五个基准数据集上达到了最先进的性能。此外，LEGNet确保了计算效率，非常适合部署在资源受限的边缘设备上，适用于实际的遥感应用场景。代码：https://github.com/lwCVer/LEGNet