Detección orientada de objetos en imágenes satelitales de alta resolución

Abstract

Una de las tareas más complicadas en el ámbito de la detección de objetos es el uso de imágenes aéreas. El mayor problema radica en la detección de objetos pequeños, la gran variabilidad de apariencia que puede tener un mismo objeto y la densidad con la que puede aparecer en un espacio reducido de la imagen, siendo difícil delimitar el contorno de cada objeto dentro de dicha área.

Además, los objetos en imágenes aéreas pueden aparecer con rotaciones arbitrarias, por lo que el uso de detectores tradicionales obtienen un ajuste subóptimo en la localización de este tipo de objetos debido al uso de cuadros delimitadores (bounding boxes) horizontales que ignoran la posible orientación del objeto. Para tratar de ajustar los bounding boxes a objetos rotados, surgen varias propuestas y, entre estas, aparece el uso de conjuntos de puntos adaptativos para ajustarse a las características de cada objeto. En este trabajo, se investiga y evalúa el rendimiento de Oriented RepPoints, un modelo que trata la tarea de detección orientada de objetos a través de imágenes satelitales. Para ello, se trata de reproducir los resultados del articulo original utilizando tanto los modelos proporcionados por los autores así como uno entrenado desde cero, analizando los resultados obtenidos al detectar cada tipo de objeto. Tras el análisis realizado, se propone una modificación de este modelo para tratar de obtener un mejor rendimiento en la tarea de detección orientada de objetos, intentando que el modelo sea capaz de detectar mejor las características de los diferentes objetos. Por último, se realiza una comparación entre el modelo base, la modificación y otros modelos del estado del arte en el conjunto de datos DOTA.

ABSTRACT

One of the most challenging tasks in object detection is the use of aerial imagery. The main problem lies in the detection of small objects, the great variability in appearance that the same object can have, and the density with which it can appear in a reduced space of the image, making it difficult to delineate the outline of each object within that area.

In addition, objects in aerial images can appear with arbitrary rotations, so that the use of traditional detectors leads to a suboptimal adaptation in the localisation of this type of object due to the use of horizontal bounding boxes that ignore the possible orientation of the object. In order to try to adapt the bounding boxes to rotated objects, there are several proposals, among which the use of adaptive point sets to adapt to the characteristics of each object appears. In this work, we study and evaluate the performance of Oriented RepPoints, a model dedicated to the task of object-oriented recognition using satellite images. To do this, we try to reproduce the results of the original paper, using both the models provided by the authors and a model trained from scratch, analysing the results obtained in detecting each type of object. After the analysis, a modification of this model is proposed in order to obtain a better performance in the object-oriented detection task, trying to make the model capable of better detecting the characteristics of the different objects. Finally, a comparison is made between the base model, the modification and other state-of-the-art models on the DOTA dataset.