1
2
3
4
近日，電子信息與電氣工程學院人工智能研究院/計算機系的嚴駿馳副教授和其博士生楊學（交大學術之星提名獲得者）的研究成果《R3Det: Refined Single-Stage Detector with Feature Refinement for Rotating Object》位居Paper Digest網站評選的AAAI21最具影響力論文榜首。
該研究提出一個有向目標檢測網絡—R3Det，有效地解決了定位多角度物體及將物體從背景準確、快速分離的問題，能夠很好地運用在文本檢測和遙感目標檢測任務中。
AAAI
AAAI (The AAAI Conference on Artificial Intelligence) 是人工智能領域頂級國際學術會議之一（2021年錄用率為21.4%，1692/7911）。Paper Digest是由東京工業大學的研究人員在2018年開發的一個基于人工智能技術的學術文章摘要服務網站，維護著世界上最大的科技知識圖譜之一。Paper Digest團隊分析了近三年來在AAAI上發表的所有論文，并給出每年最具影響力的15篇論文列表，該列表根據研究論文和授權專利的引用自動構建，并且經常更新以反映最新的變化，是目前最具權威性的榜單之一。
研究概況
目標檢測是計算機視覺中的基本任務之一，有向目標檢測是指對給定圖像進行準確目標定位并進行類型識別的任務，常用于車站/機場/博物館等場景的安檢和人臉身份驗證識別、卡證/文檔上的文字自動提取與識別，以及汽車、行人、交通指示牌等無人駕駛場景要素的檢測與識別等。然而，由于現實場景復雜多變，往往難以定位多角度目標，有向目標檢測一直是一項極具挑戰性的任務。該研究從大長寬比、密集排列和尺度變化劇烈的目標入手，提出了一種端到端的級聯有向目標檢測器—稱之為Refined Rotated RetinaNet Detector（R3Det）。R3Det通過從粗到細的漸進回歸方式來快速準確地檢測目標，并集成了一個特征精修模塊來獲取更準確的特征以提高目標檢測性能。
左：R3Det結構圖；右：特征精修模塊
以上示意圖展示了R3Det的整體結構圖以及特征精修模塊的核心是通過逐像素特征插值將當前精修邊界框的位置信息重新編碼到對應的特征點，實現特征重構和對齊。
有向目標檢測網絡的提出，為解決有向目標檢測中特征不對齊問題提供了創新性思路和方法，研究團隊已在三個遙感數據集DOTA、HRSC2016、UCAS-AOD以及一個場景文本數據集ICDAR2015上驗證了所提方法的有效性。在此基礎上，未來可將其應用到人臉識別、航拍圖像、醫學圖像、自動駕駛等場景中，進行更精確的有向目標檢測與分析。
遙感圖像上的檢測效果展示，R3Det可以精準定位機場中方向各異的飛機位置
課題組研究進展
近三年來，嚴駿馳副教授的課題組已經連續在人工智能頂級會議ICCV19、ECCV20、AAAI21、CVPR21、ICML21、NeurIPS21、IJCV22上發表系列有向視覺目標檢測論文。同時，課題組已發布兩個有向目標檢測開源框架MMRotate和AlphaRotate，成為有向目標檢測領域最受歡迎的開源框架，所開源代碼在Github開源社區累計star超過4000次。
