计算机视觉下的旋转目标检测研究综述

TP311; 传统目标检测器通过水平边界框(Horizontal Bounding Box,HBB)定位目标,在检测方向角任意、分布密集、长宽比大、背景复杂的目标时,往往精度较低、泛化能力较差.在边界框中增加不同旋转角度的旋转目标框可有效解决上述问题,其被广泛应用在遥感图像、场景文本图像、货架商品图像等目标检测领域,具有重要研究价值.目前大多数工作旨在构建不同的旋转目标检测模型,对现有模型的归纳总结及深入分析的综述性工作较少.为此,对旋转目标检测现有研究成果进行了详细综述.首先根据当前流行的目标框表征方式,将目标框分为旋转矩形框(Oriented Bounding Box,OBB)、四边形边界...

Full description

Saved in:
Bibliographic Details
Published in计算机科学 Vol. 50; no. 8; pp. 79 - 92
Main Authors 王旭, 吴艳霞, 张雪, 洪瑞泽, 李广生
Format Journal Article
LanguageChinese
Published 哈尔滨工程大学计算机科学与技术学院 哈尔滨150001 2023
Subjects
Deep learning
Computer vision
性能比较
Performance comparison
旋转目标
计算机视觉
深度学习
目标检测
Object detection
Rotating object
Online AccessGet full text

Cover

More Information
Summary:TP311; 传统目标检测器通过水平边界框(Horizontal Bounding Box,HBB)定位目标,在检测方向角任意、分布密集、长宽比大、背景复杂的目标时,往往精度较低、泛化能力较差.在边界框中增加不同旋转角度的旋转目标框可有效解决上述问题,其被广泛应用在遥感图像、场景文本图像、货架商品图像等目标检测领域,具有重要研究价值.目前大多数工作旨在构建不同的旋转目标检测模型,对现有模型的归纳总结及深入分析的综述性工作较少.为此,对旋转目标检测现有研究成果进行了详细综述.首先根据当前流行的目标框表征方式,将目标框分为旋转矩形框(Oriented Bounding Box,OBB)、四边形边界框(Quadrilateral Bounding Box,QBB)和点集(Point set)3种类型,并比较了不同旋转目标检测算法的优缺点、网络结构和性能;其次分析了目前常用的旋转目标检测数据集和性能评价指标;最后对目前研究中存在的问题进行简要总结和讨论,并对未来的发展趋势进行展望.
ISSN:1002-137X
DOI:10.11896/jsjkx.221000148