基于动量二分匹配的面向小目标与有向目标检测的内在几何探索
计算机视觉与模式识别
2026-02-17 v1
摘要
最近的基于查询的检测器取得了显著进展，但在处理任意方向的对象（尤其是捕获有限纹理信息的小目标）时性能仍受限。这一限制主要源于在基于像素的特征解码中未充分利用内在几何，以及由阶段性二分匹配引起的跨阶段匹配不一致。为解决这些挑战，我们提出 IGOFormer，一种新型查询驱动的有向目标检测器，显式整合内在几何以增强特征解码，并提升跨阶段匹配稳定性。具体而言，我们设计了内在几何感知解码器，通过注入从对象查询的相关性中外推的补充几何嵌入来增强与对象相关的特征，从而捕获对象的几何布局，为其方向提供关键几何洞察。同时，我们发展了基于动量的二分匹配方案，通过构建具有查询特定平滑因子的指数移动平均来自适应地聚合历史匹配成本，有效防止因跨阶段匹配不一致而产生的冲突监督信号。广泛的实验和消融研究表明，IGOFormer 在航空航天有向目标检测中优势显著，在以 Swin-T 为背bone的单尺度设置下，在 DOTA-V1.0 上实现了 78.00% 的 AP50 分数。该代码将对公开发布。
引用
@article{arxiv.2602.13728,
title = {Explore Intrinsic Geometry for Query-based Tiny and Oriented Object Detector with Momentum-based Bipartite Matching},
author = {Junpeng Zhang and Zewei Yang and Jie Feng and Yuhui Zheng and Ronghua Shang and Mengxuan Zhang},
journal= {arXiv preprint arXiv:2602.13728},
year = {2026}
}
备注
13 pages