面向航拍图像任意朝向目标检测的任务级采样卷积
计算机视觉与模式识别
2024-03-28 v3
摘要
任意朝向目标检测(AOOD)已广泛应用于遥感图像中多样朝向目标的定位与分类。然而,AOOD模型中定位与分类任务的不一致特征可能导致歧义与低质量目标预测,从而制约检测性能。本文提出一种称为任务级采样卷积(TS-Conv)的AOOD方法。TS-Conv从各自敏感区域自适应采样任务级特征,并将这些特征对齐映射以引导动态标签分配从而获得更优预测。具体而言,TS-Conv中定位卷积的采样位置由与空间坐标相关的有向边界框(OBB)预测监督,而分类卷积的采样位置与卷积核被设计为根据不同朝向自适应调整,以提升特征的朝向鲁棒性。此外,提出了一种动态任务一致性感知标签分配(DTLA)策略,根据TS-Conv得到的排序任务感知分数动态选取最优候选位置并分配标签。在涵盖多场景、多模态图像与多类别目标的多个公开数据集上的大量实验证明了所提TS-Conv的有效性、可扩展性与优越性能。
引用
@article{arxiv.2209.02200,
title = {Task-wise Sampling Convolutions for Arbitrary-Oriented Object Detection in Aerial Images},
author = {Zhanchao Huang and Wei Li and Xiang-Gen Xia and Hao Wang and Ran Tao},
journal= {arXiv preprint arXiv:2209.02200},
year = {2024}
}
备注
15 pages, 13 figures, 11 tables