图像旋转角度估计：比较圆拓扑方法

Maximilian Woehrer

图像旋转角度估计：比较圆拓扑方法

计算机视觉与模式识别 2026-03-27 v1 人工智能图像与视频处理

作者: Maximilian Woehrer

摘要

自动图像旋转估计是许多视觉管道中的关键预处理步骤。由于角度具有圆形拓扑特性，导致边界离散性，阻碍标准回归方法。我们present了对五种圆拓扑方法进行全面研究的工作，用于全局姿态估计：直接角回归（采用圆形损失）、通过角度分箱的分类、单位向量回归、相位移编码器以及圆形高斯分布。采用从ImageNet预训练模型的迁移学习，我们在十六种现代网络架构中系统评估这些方法，通过调整其输出头以进行旋转特定预测。我们的结果表明，概率方法，特别是圆形高斯分布，在各种网络架构中最为稳健；而分类在匹配良好的网络架构上实现最佳精度，但在其他网络上会出现训练不稳定问题。最佳配置（使用EfficientViT-B3的分类）在DRC-D数据集上实现1.23°的平均绝对误差（平均值来自五次独立运行），而采用MambaOut Base的圆形高斯分布几乎identical地达到1.24°，并在各种网络架构中表现更稳健。在COCO 2014上训练和评估我们最佳的网络架构组合，最佳配置达到3.71°的平均绝对误差，显著优于先前工作；在更大的COCO 2017数据集上进一步改进至2.84°。

关键词

图像旋转估计圆形拓扑迁移学习 ImageNet 平均绝对误差

引用

@article{arxiv.2603.25351,
  title  = {Image Rotation Angle Estimation: Comparing Circular-Aware Methods},
  author = {Maximilian Woehrer},
  journal= {arXiv preprint arXiv:2603.25351},
  year   = {2026}
}

备注

7 pages, 3 figures, 2 tables. Under review at Pattern Recognition Letters

图像旋转角度估计：比较圆拓扑方法

摘要

关键词

引用

备注

相关论文