TricubeNet：基于2D核的弱遮挡有向目标检测目标表示
计算机视觉与模式识别
2021-10-06 v2
摘要
我们提出一种用于有向目标检测的新方法，名为TricubeNet，其利用视觉线索（即热力图）而非有向框偏移回归来定位有向目标。我们将每个目标表示为一个2D Tricube核，并使用简单的图像处理算法提取边界框。我们的方法能够(1)从视觉线索获得排列良好的框，(2)解决角度不连续问题，(3)由于我们的无锚建模而节省计算复杂度。为了进一步提升性能，我们提出一些用于尺寸不变损失、减少误检、提取旋转不变特征和热力图细化的有效技术。为证明我们的TricubeNet的有效性，我们在各种弱遮挡有向目标检测任务上进行实验：航拍图像、密集排列目标图像和文本图像中的检测。广泛的实验结果表明我们的TricubeNet对于有向目标检测相当有效。代码见https://github.com/qjadud1994/TricubeNet。
引用
@article{arxiv.2104.11435,
title = {TricubeNet: 2D Kernel-Based Object Representation for Weakly-Occluded Oriented Object Detection},
author = {Beomyoung Kim and Janghyeon Lee and Sihaeng Lee and Doyeon Kim and Junmo Kim},
journal= {arXiv preprint arXiv:2104.11435},
year = {2021}
}
备注
WACV 2022, Accepted