RairOD:面向无锚框旋转目标检测的旋转感知与局部不变表征方法

《Machine Learning with Applications》:RairOD: Rotation-Aware and Local Invariant Representation for Anchor-Free Oriented Object Detection

【字体: 大 中 小 】 时间:2026年05月24日 来源:Machine Learning with Applications 4.9

编辑推荐:

  摘要:旋转目标检测在遥感图像理解中具有重要地位。现有方法通常依赖直接的角度参数化,导致编码过程中出现周期性不连续性并引发解码歧义。此外,当前骨干网络在特征方向感知方面能力有限,同类别目标的提取特征在不同方向上差异显著,从而降低了分类与回归的鲁棒性。为解决上述问

  
摘要:旋转目标检测在遥感图像理解中具有重要地位。现有方法通常依赖直接的角度参数化,导致编码过程中出现周期性不连续性并引发解码歧义。此外,当前骨干网络在特征方向感知方面能力有限,同类别目标的提取特征在不同方向上差异显著,从而降低了分类与回归的鲁棒性。为解决上述问题,研究人员提出了面向无锚框旋转目标检测的旋转感知与局部不变表征方法(RairOD)。在表征层面,该方法引入基于外接水平包围框(Horizontal Bounding Box, HBB)的连续编码方案,替代传统的角度参数化,确保编码过渡平滑连续。在骨干网络层面,设计了自适应旋转卷积(Adaptive Rotation Convolution, ARC)机制,高效捕获旋转等变特征并聚合多方向信息。在感兴趣区域(Region of Interest, RoI)层面,进一步提出空间与方向对齐的无锚框旋转候选生成器(Spatial-and-Orientation-Aligned Anchor-Free Oriented Proposal Generator, SOA-AOPG),通过对候选RoI进行空间变换与方向通道重排,获得与规范方向对齐的局部不变表征,从而实现稳定的分类与回归。为提高对不同目标尺度的鲁棒性并抑制预测结果的过度重叠,研究人员设计了尺度敏感损失函数。大量实验表明,RairOD在多尺度遥感场景中性能持续优于现有先进方法。
论文解读
研究背景与意义
旋转目标检测是遥感图像分析的重要研究方向,广泛应用于灾害响应、城市监测、交通分析及国防侦察等领域。由于航空影像中目标常呈现任意方向、尺度多变及密集分布等特点,传统检测方法在精度与效率上面临挑战。现有方法主要分为基于锚框、无锚框及基于Transformer三类。基于锚框的方法依赖预定义旋转锚框,正样本分配易受形状与角度离散化影响;无锚框方法虽减少了对预设锚框的依赖,但仍多采用角度参数化,易因角度周期性和宽高交换产生数值跳变,造成回归不稳定与解码歧义;Transformer方法虽具备全局建模优势,但性能仍受限于角度编码方式与特征对齐程度。为此,研究人员提出RairOD框架,结合连续几何表征、旋转感知特征提取与局部方向归一化,以提升复杂场景下的检测鲁棒性。该研究成果发表于《Machine Learning with Applications》。
关键技术方法
研究采用DOTA、UAVDT及DroneVehicle三个公开数据集进行验证。核心技术方案包括:1)基于外接水平包围框的连续角度编码,通过9维向量表示目标几何,避免角度边界跳变;2)自适应旋转卷积(ARC),通过条件参数化合成多方向卷积核,在单次卷积中实现旋转等变特征提取;3)空间与方向对齐模块(SOA),将候选区域特征变换至规范方向,消除方向引起的特征差异;4)尺度敏感损失函数,结合高斯重叠正则项,增强多尺度目标定位稳定性。
研究结果
3.1 总体架构
RairOD由ARC骨干网络、特征金字塔网络(FPN)及SOA-AOPG检测头组成。连续表征为优化提供平滑目标,ARC提取方向敏感特征,SOA实现局部不变对齐,尺度敏感损失联合约束分类与定位。
3.2 连续表征理论
传统五参数法(xc, yc, w, h, θ)在角度边界处存在非连续跳变。研究人员提出的9维编码(xc, yc, w, h, rs, s0, s1, s2, s3)通过斜率项rs与对称解IoU评分实现C0连续性,确保微小旋转仅引起编码向量的微小变化。
3.3 自适应旋转卷积骨干网络
ARC通过深度可分离卷积生成旋转角度与聚合权重,对多个方向子核进行双线性插值采样与加权融合,仅需单次卷积即可完成多方向特征建模,显著降低计算开销。
3.4 空间与方向对齐的无锚框旋转候选生成器
SOA模块首先对输入特征进行8方向离散卷积,生成方向通道特征;随后根据候选区域方向进行循环移位与线性插值,将任意方向特征对齐至规范方向,减少分类与回归头的方向敏感性。
3.5 鲁棒性的几何解释
RairOD的鲁棒性源于三方面:连续表征消除角度边界突变、ARC提供旋转等变特征基、SOA将方向敏感特征转换为局部不变表征,形成从等变到不变的渐进式处理流程。
3.6 尺度敏感损失
损失函数由高斯重叠损失(lGO)、外接水平包围框损失(lHBB)及分类损失(lcls)组成。其中高斯重叠损失通过计算预测框间巴塔恰里雅系数(Bhattacharyya coefficient),有效抑制过度重叠预测。
4.1 数据集
实验涵盖DOTA(15类 aerial 目标)、UAVDT(无人机交通场景)及DroneVehicle(可见光与红外车辆数据),覆盖多尺度、多密度与多视角挑战。
4.3 与先进方法对比
在DOTA数据集上,RairOD取得77.86% AP50、54.13% AP75及49.12% AP50:95,尤其在船舶、港口等方向敏感类别上优势显著。可视化结果表明其能有效减少漏检与重复检测。
4.4 泛化性分析
在UAVDT与DroneVehicle上,RairOD分别达到70.2%与69.8% AP50,优于对比方法。在自建COCO-R自然场景旋转检测子集上,同样取得最优高IoU精度,证明其不依赖航空影像先验。
4.5 鲁棒性分析
在±90°旋转扰动下,RairOD性能下降最为平缓;在高斯噪声、运动模糊与JPEG压缩等退化条件下,精度衰减幅度最小;在低数据量训练时,10%数据下AP50:95仍比ARS-DETR高6.3个百分点。
4.6 消融实验
移除连续编码导致AP75下降8.11个百分点;移除ARC或SOA-AOPG分别降低1.96与6.15个百分点;同时移除两者造成最大性能损失,验证了模块的互补性。
4.7 超参数敏感性
SOA方向通道数设为8时在精度与效率间达到最佳平衡;FPN通道宽度128、训练周期72为最优配置。
4.8 计算复杂度
RairOD参数量39.84M,FLOPs 249.7G,GPU推理速度34ms/帧,FPS达29.5,在计算成本可控前提下实现高精度检测。
讨论与结论
研究结论表明,RairOD通过连续角度编码、旋转等变特征提取与局部方向对齐的协同设计,有效解决了旋转目标检测中的角度不连续、方向特征差异大及尺度敏感性不足等问题。该方法在多数据集上均展现出优异的性能与泛化性,为复杂航空与无人机影像的目标识别提供了可靠的技术路径。未来可通过轻量化设计进一步拓展其在移动端设备的应用潜力。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号