期刊：IEEE Transactions on Geoscience and Remote Sensing，2023

作者：张敏健；邱荷茜；梅鹤飞；王岚晓；孟凡满；许林峰；李宏亮

论文简介：在航空场景中，面向目标检测对物体的方向非常敏感，这使得制定具有方向感知能力的物体表示成为一个关键问题。现有方法大多采用矩形锚框或离散点作为物体表示，这可能导致重叠物体之间的特征混淆，并忽略物体的方向信息。为了解决这些问题，该论文提出了一种新颖的无锚框面向目标检测网络，名为DRDet，它采用双重角度旋转线（DRLs）作为物体表示。与其他物体表示方法不同，DRL能够根据物体的方向和形状自适应地旋转并延伸至物体边界，从而在物体表示的公式中明确引入方向信息。此外，它还能自适应地应对物体的几何变形。基于DRLs，该论文设计了一个方向引导特征编码器（OFE），用于分别沿每条旋转线编码具有判别性的物体特征。与编码矩形特征不同，OFE模块采用线特征进行方向引导的特征编码，这可以缓解相邻物体或背景之间的特征混淆。为了进一步增强DRLs的灵活性，该论文设计了一个双重角度解码器（DD），它根据方向引导特征预测两个角度偏移量，并将角度偏移量和回归偏移量转换为DRL表示，这有助于分别指导每条旋转线的自适应旋转。该论文的方法在DOTA和HRSC2016数据集上均取得了持续性的改进。广泛的实验结果验证了该论文的方法在面向目标检测中的有效性。