面向多方向目标检测的图融合网络
计算机视觉与模式识别
2023-06-21 v3
摘要
在目标检测中，非极大值抑制（NMS）方法被广泛采用以去除检测出的密集框的水平重复框，从而生成最终目标实例。然而，由于密集检测框质量下降且未显式探索上下文信息，现有基于简单交并比（IoU）度量的 NMS 方法在多方向及长尺寸目标检测上往往表现不佳。与通过去重的一般 NMS 方法不同，我们提出了一种新颖的图融合网络，称为 GFNet，用于多方向目标检测。我们的 GFNet 具有可扩展性，并能自适应融合密集检测框以检测出更准确且完整的多方向目标实例。具体而言，我们首先采用局部感知聚类算法将密集检测框分组为不同簇。我们将为属于同一簇的检测框构建实例子图。随后，我们提出一种基于图卷积网络（GCN）的图融合网络，以学习推理并融合检测框从而生成最终实例框。在公开可用的多方向文本数据集（包括 MSRA-TD500、ICDAR2015、ICDAR2017-MLT）与多方向目标数据集（DOTA）上的大量实验验证了我们的方法相较于一般 NMS 方法在多方向目标检测中的有效性与鲁棒性。
引用
@article{arxiv.2205.03562,
title = {Graph Fusion Network for Multi-Oriented Object Detection},
author = {Shi-Xue Zhang and Xiaobin Zhu and Jie-Bo Hou and Xu-Cheng Yin},
journal= {arXiv preprint arXiv:2205.03562},
year = {2023}
}
备注
Accepted by Applied Intelligence (APIN 2022)