球面图像目标检测中的无偏交并比
计算机视觉与模式识别
2021-08-19 v1
摘要
作为计算机视觉中最基础且最具挑战性的问题之一，目标检测旨在自然图像中定位目标实例并判定其类别。目标检测算法评估中最重要的一步是计算预测边界框与真实边界框之间的交并比（IoU）。尽管该过程对平面图像已有良好定义并解决，对球面图像目标检测却非易事。现有方法要么基于有偏边界框表示计算 IoU，要么做过度近似，从而给出错误结果。本文中，我们首先明确球面矩形是球面图像中物体的无偏边界框，进而提出一种无任何近似的 IoU 解析计算方法。基于该无偏表示与计算，我们还给出了一种面向球面图像的无锚框目标检测算法。在两个球面目标检测数据集上的实验表明，所提方法优于现有方法。
引用
@article{arxiv.2108.08029,
title = {Unbiased IoU for Spherical Image Object Detection},
author = {Qiang Zhao and Bin Chen and Hang Xu and Yike Ma and Xiaodong Li and Bailan Feng and Chenggang Yan and Feng Dai},
journal= {arXiv preprint arXiv:2108.08029},
year = {2021}
}