R$^3$-Net：一种用于航拍图像与视频中多方向车辆检测的深度网络
计算机视觉与模式识别
2019-07-24 v1
摘要
车辆检测是航空遥感应用中的一项重要且具挑战性的任务。大多数现有方法以规则矩形框检测车辆，无法提供车辆的方向信息。然而，方向信息对于若干实际应用（如车辆轨迹与运动估计）至关重要。本文中，我们提出一种称为可旋转基于区域的残差网络（R-Net）的新型深度网络，用于检测航拍图像与视频中的多方向车辆。更具体地，R-Net 用于在半坐标系下生成可旋转矩形目标框。首先，我们使用可旋转区域提议网络（R-RPN）从深度卷积神经网络生成的特征图中产生可旋转感兴趣区域（R-RoIs）。此处，提出的一种批量平均可旋转锚点（BAR anchor）策略被用于初始化车辆候选的形状。接下来，我们提出可旋转检测网络（R-DN）用于对 R-RoIs 的最终分类与回归。在 R-DN 中，设计了一种新颖的可旋转位置敏感池化（R-PS pooling），以在降采样 R-RoIs 特征图的同时保持位置与方向信息。在我们的模型中，R-RPN 与 R-DN 可联合训练。我们在两个公开车辆检测图像数据集（即 DLR 3K Munich Dataset 与 VEDAI Dataset）上测试了我们的网络，证明了方法的高精度与鲁棒性。此外，在航拍视频上的进一步实验显示了所提方法的良好泛化能力及其在航拍视频车辆跟踪中的潜力。演示视频见 https://youtu.be/xCYD-tYudN0。
引用
@article{arxiv.1808.05560,
title = {R$^3$-Net: A Deep Network for Multi-oriented Vehicle Detection in Aerial Images and Videos},
author = {Qingpeng Li and Lichao Mou and Qizhi Xu and Yun Zhang and Xiao Xiang Zhu},
journal= {arXiv preprint arXiv:1808.05560},
year = {2019}
}