其他分享
首页 > 其他分享> > OPLD、Learning Point-guided Localization for Detection in Remote Sensing Images

OPLD、Learning Point-guided Localization for Detection in Remote Sensing Images

作者：互联网

1-OPLD、Learning Point-guided Localization for Detection in Remote Sensing Images

算法介绍

A. 动机

主流的基于回归的应该目标检测算法癌症训练期间对每一个proposal匹配一个真值框，并将它们的偏移量编码作为监督信息。
而不论是RBB还是OBB，za8i这个过程当中都存在极端的情况，可能会导致目标回归的不连续问题。
RBB是五参数法表示的旋转矩形框，RBB中心点与OBB一致，将OBB的最低点作为原点，顺时针旋转水平轴，第一次碰到的边定义为w,另一条边为h，旋转角度为。。。为了获得更准确的检测结果，OBB的回归目标定义公式（1）。

在这里插入图片描述

其中 x , y , w , h , θ x,y,w,h,\theta x,y,w,h,θ分别表示RBB中心点的坐标，宽，高和角度。

变量 x g , x p x_g,x_p xg​,xp​分别对应真值框gt和proposal框。

而QBB是一种不规则的任意四边形，由四个坐标向量决定，第一个点的决定规则是特定的。图1（b）表示了DOTA中起始点的决定准则：最接近于左上顶点的作为起始点，本文中QBB的回归目标如公式（2）：

在这里插入图片描述

为了更好地阐明目标回归的不连续问题， 我们采用smooth-L1计算包围框回归的损失，在不同旋转角度的情况下，两个框的IoU和结果损失如图2所示。

在这里插入图片描述

RBB回归的极端情况出现在包围框接近于水平框的情况下。当OBB到达水平线并继续旋转的时候，包围框的场合宽将会逆转，角度从90°变化0°。

QBB回归的极端情况出现在接近45°时，这种情况下，两个终止点和左上顶点的距离是同等的。一个轻微的角度改变将混乱终止点的顺序，导致监督点的不准确定位。我们旋转了45° 作为一个新的proposal，采用同样的方法产生目标，监督信息的改变在表I中可以看出。

在这里插入图片描述

本文认为，检测算法对相似目标提取到的特征理应是相似的。考虑出道QBB的起始点完全是由空间信息决定的，基于关键点预测，我们引入了一种QBB终止点的直接预测方式。

B. Overall Pipeline

OPLD 算法的总体流程如图3所示，属于两阶段检测算法，采取FPN作为骨干网络提取输入图像的特征，由于鸟瞰视角编码的特征不明显，遥感图像中可能存在大量相似的目标，采用RPN用于限制关键点预测，考虑到skew IoU计算带来的负担，RPN中预测的矩形框是普通的水平矩形框，而不是RRPN中旋转的矩形框。proposal被送入分类分支，其余Faster R-CNN的完全一致。在NMS处理之后，正proposal被选择输入后续的关键点预测。

在这里插入图片描述

终止点分支是一个全卷积网络，充分捕获空间信息。从RoI Align获取的RoI特征通过N个卷积层转为特征图，形状为 14 ∗ 14 ∗ P ∗ C 14*14*P*C 14∗14∗P∗C，其中P是预测点的数量，C是每个点预测的通道数量。在经过两个反卷积层的上采样之后，得到 56 ∗ 56 56*56 56∗56的P张特征图。

C. Center-point Post Processing

直接 预测QBB的端点更加灵活有效，同时也受到图像边界的限制。在航空目标检测领域，输入网络之前尺寸过大的图像被裁剪成块。当一个目标在裁剪过程中被截断，留存部分依赖于IOU。只有小部分目标被保留下来。即使如此，留存部分的OBB是畸形的， 而丢失部分的外观无法在OPLD中预测。

在这里插入图片描述

如图5所示，发现整个目标的RBB中心点（蓝色点），QBB两条对角线的中点（红，绿），QBB端点的中心点（黑色）几乎一致。截断目标的四个点之间的距离随着被截断程度的上升而增加。相反，RBB中心点更能准确表达整个目标的中心，不完全的QBB的外界旋转矩形几乎与完整的QBB相同。
因此，除了QBB的四个点之外，RBB的中心点也被加入关键点预测中。在推理阶段，通过将网络预测的中心点作为基准，对proposal的宽和高进行缩放，就能获取中心区域。中心区域的确定准则如公式（6）。

在这里插入图片描述

其中， ( x t 1 , y t 1 ) (x_{t1},y_{t1}) (xt1​,yt1​)表示中心区域的左上角点， ( x b r , y b r ) (x_{br},y_{br}) (xbr​,ybr​)表示中心区域的右下角点， ( x c t r , y c t r ) (x_{ctr},y_{ctr}) (xctr​,yctr​)是端点预测分支预测得到的中心点。 w p , h p w_p,h_p wp​,hp​表示proposal的宽和高。 n n n是一个常量，决定中心区域的缩放。

对于proposal的面积小于15625的， n = 10 n=10 n=10，否则 n = 15 n=15 n=15.如果包围框的两条对角线的中心点不在这个区域中，就表明这个框需要修正。

为了获得最终结果，结果框的四个端点被变换为旋转外界矩形，然后变换到QBB。

D. Detection Score Correction

在OPLD中，根据水平外界矩形得到分类得分，最终结果是其中的QBB，这将进一步扩大分类得分与回归质量之间的差距。在最终NMS阶段，可能会导致出现检测结果定位很差，但是分类得分很高的情况。如图6所示。

在这里插入图片描述

我们采用很直接的权重计算的方式将分类得分与定位质量结合起来，端点分支输出的特征图的响应影响定位得分。在更高置信度的情况下，端点定位越准确，端点准确的数量越多，整个框越准确。因此，四个端点的平均响应用于OBB的定位质量。因为端点预测无法确定类别，从分类分支得到的类别得分用于获取最终检测得分。

在这里插入图片描述

其中 s c o r e c l s score_{cls} scorecls​是分类分支的置信度， s c o r e e n d p o i n t score_{endpoint} scoreendpoint​是每个热力图上的最大响应值。为了满足概率定义， α + β = 1 \alpha+\beta=1 α+β=1。

实验部分

A. Datasets and Protocols

1）DOTA数据集：DOTA是最大的航空目标检测数据集之一。包含了2806张分辨率为 800 ∗ 800 800*800 800∗800到 4000 ∗ 4000 4000*4000 4000∗4000的图像。一共15个累呗，188282个样本实例，且是采用任意四边形标注的。包括飞机、棒球场、桥梁、田径场、小型汽车、大型汽车、船只、网球场、篮球场、储存罐、足球场、圆环、海港、游泳池以及直升飞机。

在这里插入图片描述

标签：Remote,端点,Localization,guided,OBB,QBB,中心点,proposal,RBB
来源： https://blog.csdn.net/weixin_39139473/article/details/111942340