[论文解读] On the Arbitrary-Oriented Object Detection: Classification based Approaches Revisited

Xue Yang, Junchi Yan|arXiv (Cornell University)|Mar 12, 2020

Advanced Image and Video Retrieval Techniques被引用 10

一句话总结

本文提出一种基于分类的任意方向目标检测方法，通过将角度预测重新定义为循环分类任务，解决了回归式旋转检测器中的边界问题。采用圆形平滑标签（CSL）和密集编码标签（DCL），该方法提升了角度预测的准确性和泛化能力，在DOTA、HRSC2016、OHD-SJTU、FDDB和ICDAR2015数据集上达到最先进性能，其中在OHD-SJTU-L数据集上实现41.29%的mAP用于目标朝向检测。

ABSTRACT

Arbitrary-oriented object detection has been a building block for rotation sensitive tasks. We first show that the boundary problem suffered in existing dominant regression-based rotation detectors, is caused by angular periodicity or corner ordering, according to the parameterization protocol. We also show that the root cause is that the ideal predictions can be out of the defined range. Accordingly, we transform the angular prediction task from a regression problem to a classification one. For the resulting circularly distributed angle classification problem, we first devise a Circular Smooth Label technique to handle the periodicity of angle and increase the error tolerance to adjacent angles. To reduce the excessive model parameters by Circular Smooth Label, we further design a Densely Coded Labels, which greatly reduces the length of the encoding. Finally, we further develop an object heading detection module, which can be useful when the exact heading orientation information is needed e.g. for ship and plane heading detection. We release our OHD-SJTU dataset and OHDet detector for heading detection. Extensive experimental results on three large-scale public datasets for aerial images i.e. DOTA, HRSC2016, OHD-SJTU, and face dataset FDDB, as well as scene text dataset ICDAR2015 and MLT, show the effectiveness of our approach.

研究动机与目标

• 解决由角度周期性及预测范围越界引起的回归式任意方向目标检测器中的边界问题。
• 通过引入具有周期性感知的标签编码，将连续回归转化为离散分类，提升角度预测准确性。
• 通过密集编码标签（DCL）大幅降低分类方法中高维编码带来的模型复杂度。
• 通过引入专用头预测模块，扩展旋转检测能力，实现精确的目标朝向检测。
• 发布OHD-SJTU数据集与OHDet检测器，支持目标朝向检测研究。

提出的方法

• 将角度预测重新表述为分类任务，将预测限制在定义范围内，避免边界不连续性。
• 引入圆形平滑标签（CSL），采用四种窗函数处理角度周期性，并提升对相邻角度误差的容忍度。
• 设计密集编码标签（DCL），在保持预测准确性的同时显著减少标签编码长度。
• 实现角度微调机制，校正离散角度量化带来的理论误差。
• 开发OHDet，一种双头检测器，联合预测旋转边界框与目标朝向方向。
• 发布包含10,000张图像与15,000个标注实例的OHD-SJTU数据集，用于目标朝向检测研究。

实验结果

研究问题

• RQ1 为何回归式旋转检测器存在边界问题？这一问题是否本质上源于回归形式？
• RQ2 将角度预测转化为分类任务是否能消除由角度周期性引起的边界不连续性？
• RQ3 与标准独热编码相比，圆形平滑标签（CSL）在应对角度误分类时的鲁棒性如何提升？
• RQ4 密集编码标签（DCL）在不牺牲角度预测准确率的前提下，能在多大程度上减少模型参数？
• RQ5 所提方法是否能在多样化的数据集上同时实现任意方向检测与目标朝向检测的最先进性能？

主要发现

• 回归式检测器中的边界问题源于理想预测值落在定义输出范围之外，而不仅由参数化方式导致。
• 采用矩形窗函数的CSL在性能上可与细粒度离散分类相媲美，验证了其在处理周期性问题上的有效性。
• DCL在显著减少标签编码长度的同时保持了高角度预测准确率，有效降低了模型复杂度。
• 角度微调机制能有效校正离散分类带来的量化误差，提升理论一致性。
• 在OHD-SJTU-L数据集上，OHDet实现64.12%的朝向预测准确率与22.97%的OHD mAP，展现出在复杂挑战下的强大性能。
• 基于CSL与DCL的协议在DOTA、HRSC2016、FDDB与ICDAR2015数据集上，均优于RetinaNet与YOLOv5的回归式方法。