傅里叶级数编码器：面向有向目标检测的角度边界不连续问题新视角
计算机视觉与模式识别
2026-04-24 v2
摘要
随着智能驾驶与遥感技术的快速发展，有向目标检测受到广泛关注。然而，实现高精度性能从根本上受限于角度边界不连续（ABD）与循环歧义（CA）问题，这些问题通常会在周期边界附近引起显著的角度波动。尽管近期研究提出了连续角度编码器以缓解这些问题，但我们的理论与实证分析表明，最先进的方法仍存在显著的循环误差。我们将这种不稳定性归因于其非正交解码机制中的结构噪声放大。这一数学脆弱性显著加剧了角度偏差，尤其对于类方形目标。为从根本上解决此问题，我们提出了傅里叶级数编码器（FSC），一种轻量级即插即用组件，它建立了一个连续、可逆且数学上鲁棒的角度编解码范式。通过将角度严格映射到最小正交傅里叶基上，并显式施加几何流形约束，FSC 有效防止了特征模长坍缩。这种结构稳定的表示确保了高度鲁棒的相位展开，从根本上消除了启发式截断的需要，同时实现了严格的边界连续性和卓越的抗噪性。在三个大规模数据集上的广泛实验表明，FSC 取得了极具竞争力的整体性能，在高精度检测方面带来了显著提升。代码将发布于 https://github.com/weiminghong/FSC。
引用
@article{arxiv.2604.20281,
title = {Fourier Series Coder: A Novel Perspective on Angle Boundary Discontinuity Problem for Oriented Object Detection},
author = {Minghong Wei and Pu Cao and Zhihao Chen and Zhiyuan Zang and Lu Yang and Qing Song},
journal= {arXiv preprint arXiv:2604.20281},
year = {2026}
}
备注
This work has been submitted to the IEEE for possible publication