《Remote Sensing》：IC-GAP: Inscribed-Circle-Based Geometric Adaptive Processor for Elongated Object Detection in Remote Sensing
编辑推荐：
遥感图像中的有向目标检测已取得显著进展，然而当使用旋转边界框度量高宽比目标的重叠时，非极大值抑制（NMS）仍易受角度变化影响。为解决这一问题，提出了基于内切圆的几何自适应处理器（IC-GAP），这是一种面向细长目标检测的训练阶段几何正则化框架。首先，引入内切圆
遥感图像中的有向目标检测已取得显著进展，然而当使用旋转边界框度量高宽比目标的重叠时，非极大值抑制（NMS）仍易受角度变化影响。为解决这一问题，提出了基于内切圆的几何自适应处理器（IC-GAP），这是一种面向细长目标检测的训练阶段几何正则化框架。首先，引入内切圆交并比（IC-IoU），利用旋转不变的几何核心提供稳定的成对优化信号，从而缓解IoU对轻微角度错位的敏感性，该问题在高宽比目标中尤为突出。其次，设计了极坐标宽高比稳定（PAS）策略，从目标对之间的相对几何关系中生成有界且上下文感知的惩罚权重。第三，将IC-IoU与PAS集成于IC-GAP中，将自适应NMS导向约束嵌入训练过程，促使预测分布与后处理更加兼容。在航空图像目标检测数据集（DOTA）上的实验表明，在所报告协议下，IC-GAP较基线将平均精度（mAP）提升了1.8%。
论文解读：基于内切圆几何自适应处理的遥感细长目标检测方法（IC-GAP）
一、研究背景与问题提出
遥感图像中的目标检测是图像理解的重要任务，广泛应用于自动驾驶、安防监控、工业质检、医学影像及遥感图像处理等领域。然而，高分辨率遥感图像面临复杂背景、旋转变化和尺度变化等挑战。在遥感场景中，桥梁、船舶、道路和细长建筑物等高宽比目标往往任意朝向且密集排列，传统水平边界框（HBBs）受限于轴对齐边界，当相邻细长目标密集分布时，其外接框可能包含过大重叠区域，导致交并比（IoU）虚高、目标边界模糊。有向边界框（OBBs）引入角度自由度，能更好贴合目标轮廓，减少冗余重叠，但旋转IoU（RIoU）度量对高宽比目标仍不够稳健：预测与真值之间微小的角度偏差或轻微中心偏移可能异常增大IoU值，使低质量预测被误判为高质量正样本，干扰训练过程中的梯度更新。
现有深度学习方法如RICNN、STN、FPN、RetinaNet、RoI Transformer、Oriented R-CNN、KLD、GWD、ProbIoU、CSL和PSC等，主要改进表示、回归或角度编码，但未解决密集高宽比预测中训练阶段成对几何度量与NMS后处理之间的失配问题。为此，研究人员提出基于内切圆的几何自适应处理器（IC-GAP），通过旋转不变的几何核心与自适应NMS感知正则化，将NMS后处理中的隐式几何决策逻辑转化为训练阶段可端到端学习的显式约束。
二、研究内容与主要结论
研究人员提出IC-GAP框架，包含三个关键组件：内切圆交并比（IC-IoU）、极坐标宽高比稳定（PAS）策略以及自适应拉推损失。IC-IoU将有向边界框抽象为旋转不变的几何基元——内切圆，以圆心距离和半短轴尺度为主要控制因素，避免角点相交导致的突变，同时保持对空间位移的敏感性。PAS策略通过提取成对框的六维几何特征向量，经小型MLP生成有界自适应惩罚权重，避免权重退化并恢复圆表示所省略的相对形状和朝向信息。IC-GAP将IC-IoU与PAS集成，构建同目标冗余对集合与异目标邻近对集合，分别施加拉近与推远约束，形成几何正则化损失，与基线分类和回归损失联合优化。
在DOTA-v1.0数据集上，以Rotated FCOS（ResNet-50）为基线，IC-GAP将mAP从65.0%提升至66.8%，提升1.8个百分点。消融实验表明，单独使用拉近项或推远项均造成性能下降，两者联合可提升至65.8%，加入PAS后进一步升至66.5%。与固定权重相比，PAS动态加权策略在所有选项中表现最优。在SRSDD-v1.0船舶检测基准上的跨数据集验证中，IC-GAP达到50.81% mAP，超过Rotated FCOS、R3Det和BBAVectors，但低于RoI Transformer。类别级分析显示，性能提升主要集中于直升机、田径场、桥梁和港口等细长或朝向敏感类别，而紧凑或杂乱类别获益有限。
三、主要关键技术方法
研究人员采用以下关键技术方法：一是内切圆交并比（IC-IoU）度量，将有向框抽象为内切圆，计算圆交并比作为旋转不变的成对重叠度量；二是极坐标宽高比稳定（PAS）策略，从成对框的相对尺寸、角度和宽高比提取六维特征，经MLP生成有界自适应惩罚权重；三是自适应拉推损失，分别对同目标冗余预测施加拉近约束、对异目标邻近预测施加推远约束，并集成于IC-GAP框架中作为辅助几何正则化项。实验使用DOTA-v1.0数据集（2806幅图像、188282个实例、15类目标）作为主要测试平台，SRSDD-v1.0数据集（666幅图像、2884个旋转框船舶、6类）用于跨数据集验证。
四、研究结果
消融研究： 通过逐步移除各组件，验证了IC-IoU、PAS及拉推损失的各自贡献。基线为65.2% mAP，单独拉近项为65.1%，单独推远项降至62.6%，两者联合为65.8%，加入PAS后达66.5%。动态加权（PAS）对比固定权重实验显示，PAS以66.8%优于所有固定权重选项。成对重叠度量对比实验中，IC-IoU在有无PAS情况下均优于RIoU，表明稳定核心度量与自适应加权具有互补性。超参数调优确定了最优拉推系数及NMS阈值（0.5）和IC-IoU阈值（0.3）。
跨数据集验证（SRSDD-v1.0）： IC-GAP达到50.81% mAP，超过Rotated FCOS（49.49%）、R3Det（39.12%）和BBAVectors（45.33%），低于RoI Transformer（54.38%）。IC-GAP在C2、C5、C6类别领先，RoI Transformer在C1、C3、C4类别领先。
与代表性方法对比： 在DOTA上与Rotated FCOS、KLD、CSL和PSC对比，IC-GAP以66.8% mAP取得所选对比中的最高值。
类别级分析： 最大提升出现在直升机（+0.143）、田径场（+0.050）、桥梁（+0.042）和港口（+0.029）；性能下降出现在小型车辆、储罐、大型车辆、船舶、网球场和环岛等类别。收益取决于宽高比、朝向变化、密度和背景复杂度。
定性分析： 对桥梁、密集船舶和停放车辆等场景的特征图对比显示，IC-GAP在细长和重复排列目标上产生更结构化的响应，而桥梁和城市场景差异较小，表明效果依赖尺度和背景复杂度。
五、讨论与结论
IC-GAP通过IC-IoU、PAS及其联合正则化解决了训练与NMS之间的失配问题。在DOTA上取得竞争性整体性能，增益取决于目标几何和场景上下文。未来工作将把旋转不变先验适配到不同宽高比分布的领域，包括医学和工业检测。
