基于双域查询增强Transformer的遥感图像旋转小目标检测

来源：吉林大学学报·理学版杂志2025年第5期北京时间：

作者：王福军, 王星, 王柯迪

单位：1. 辽宁工程技术大学 测绘与地理科学学院, 辽宁 阜新 123000；2. 吉林师范大学 环境友好材料制备与应用教育部重点实验室, 长春 130103；3. 临沂大学 信息科学与工程学院, 山东 临沂 276000

摘要：针对遥感图像中旋转小目标在尺度受限、 姿态多样及复杂背景条件下检测精度不足的问题, 提出一种旋转感知双域查询增强的Transformer网络方法. 该方法采用卷积神经网络提取多尺度特征, 并在编码端引入空间和频率双域联合增强机制, 其中空间自适应模块利用多尺度感受野捕获几何结构特征, 频率自适应模块通过小波变换提取方向信息, 经跨域融合模块生成兼具空间与频率感知能力的特征查询. 解码端引入旋转感知模块, 在Transformer解码过程中动态估计空间偏移, 实现多尺度旋转小目标的精准对齐. 实验结果表明, 该方法在公开遥感图像数据集上显著提升了旋转小目标的检测精度, 验证了其在复杂背景条件下的有效性和鲁棒性.

关键词：遥感图像,旋转小目标检测,双域查询增强,Transformer模型