面向任意方向目标检测的通用高斯热图标签分配方法
计算机视觉与模式识别
2022-02-14 v4
摘要
近年来，许多任意方向目标检测（AOOD）方法被提出，并在众多领域引起广泛关注。然而，这些方法大多基于锚框或标准高斯热图。此类标签分配策略不仅可能无法反映任意方向目标的形状和方向特征，而且需要大量的参数调优工作。本文提出了一种新颖的AOOD方法，称为通用高斯热图标签分配（GGHL）。具体而言，提出了一种无锚的目标自适应标签分配（OLA）策略，基于二维（2-D）有向高斯热图定义正候选区域，该热图反映了任意方向目标的形状和方向特征。基于OLA，开发了一个有向边界框（OBB）表示组件（ORC），用于指示OBB并通过神经网络学习自适应地调整高斯中心先验权重，以适应不同目标的特征。此外，设计了一种具有面积归一化和动态置信度加权的联合优化损失（JOL），以优化不同子任务间错位的最优结果。在公开数据集上的大量实验表明，所提出的GGHL以较低的参数调优和时间成本提升了AOOD性能。此外，它普遍适用于大多数AOOD方法以提升其性能，包括嵌入式平台上的轻量级模型。
引用
@article{arxiv.2109.12848,
title = {A General Gaussian Heatmap Label Assignment for Arbitrary-Oriented Object Detection},
author = {Zhanchao Huang and Wei Li and Xiang-Gen Xia and Ran Tao},
journal= {arXiv preprint arXiv:2109.12848},
year = {2022}
}
备注
16 pages, 13 figures