将旋转目标检测为高斯分布及其三维推广
计算机视觉与模式识别
2022-09-23 v1 人工智能
机器学习
摘要
现有检测方法通常使用参数化边界框（BBox）来建模和检测（水平）目标，并使用额外的旋转角度参数用于旋转目标。我们认为这种机制在为旋转检测构建有效回归损失方面存在根本局限，尤其是对于高 IoU（如 0.75）的高精度检测。相反，我们提出将旋转目标建模为高斯分布。一个直接优势是，我们关于两个高斯之间距离（例如 Kullback-Leibler 散度（KLD））的新回归损失能够很好地对齐实际检测性能度量，这是现有方法未能很好解决的。此外，边界不连续和类方问题这两个瓶颈也消失了。我们还提出了一种高效的基于高斯度量的标签分配策略以进一步提升性能。有趣的是，通过分析我们基于高斯的 KLD 损失下 BBox 参数的梯度，我们表明这些参数以可解释的物理意义动态更新，这有助于解释我们方法的有效性，尤其是对于高精度检测。我们将方法从二维扩展到三维，并采用量身设计的算法来处理航向估计，在十二个公共数据集（二维/三维、航拍/文本/人脸图像）上结合各种基础检测器的实验结果展示了其优越性。
引用
@article{arxiv.2209.10839,
title = {Detecting Rotated Objects as Gaussian Distributions and Its 3-D Generalization},
author = {Xue Yang and Gefan Zhang and Xiaojiang Yang and Yue Zhou and Wentao Wang and Jin Tang and Tao He and Junchi Yan},
journal= {arXiv preprint arXiv:2209.10839},
year = {2022}
}
备注
19 pages, 11 figures, 16 tables, accepted by TPAMI 2022. Journal extension for GWD (ICML'21) and KLD (NeurIPS'21). arXiv admin note: text overlap with arXiv:2101.11952