OSKDet：面向旋转目标检测的方向敏感关键点定位
计算机视觉与模式识别
2021-06-29 v2
摘要
旋转目标检测是计算机视觉领域的一项具有挑战性的任务。空间信息丢失和参数顺序混淆一直是旋转检测精度的瓶颈。在本文中，我们提出了一种基于方向敏感关键点的旋转检测器 OSKDet。我们采用一组关键点来表征目标，并在 ROI 上预测关键点热图以构成旋转目标。通过提出方向敏感热图，OSKDet 能够隐式地学习旋转目标的形状和方向，并对目标表示具有更强的建模能力，从而提高了定位精度并获得高质量检测结果。为了在边界区域提取高效特征，我们设计了一个旋转感知可变形卷积模块。此外，我们探索了一种新的基于角度分布的关键点重排序算法和特征融合模块，以消除关键点顺序的混淆。在多个公开基准上的实验结果表明了 OSKDet 的 SOTA 性能。具体而言，我们在 DOTA 上达到 77.81% 的 AP，在 HRSC2016 上达到 89.91%，在 UCAS-AOD 上达到 97.18%。
引用
@article{arxiv.2104.08697,
title = {OSKDet: Towards Orientation-sensitive Keypoint Localization for Rotated Object Detection},
author = {Dongchen Lu},
journal= {arXiv preprint arXiv:2104.08697},
year = {2021}
}