《Pattern Recognition》：A Cycle-Aware Network for Robust Detection of Circular Coded Markers
编辑推荐：
•提出了一种用于大规模圆形编码标记识别的循环感知网络。•引入了一种基于二进制码的表示方法，提高了效率和可扩展性。•开发了一种动态标签匹配策略，以处理训练过程中的循环移位等价性。•设计了一种混合合成 - 真实数据策略，以增强在有限真实世界标注下的泛化能力。引言近年来，由于圆形编
- •
提出了一种用于大规模圆形编码标记识别的循环感知网络。
- •
引入了一种基于二进制码的表示方法，提高了效率和可扩展性。
- •
开发了一种动态标签匹配策略，以处理训练过程中的循环移位等价性。
- •
设计了一种混合合成 - 真实数据策略，以增强在有限真实世界标注下的泛化能力。
引言
近年来，由于圆形编码标记具有高定位精度、部署灵活和独特的识别能力，已被广泛应用于摄影测量 [1,2]、相机标定 [3,4]、大规模 3D 重建 [5,6] 和工业视觉测量 [7]。在实际应用中，这些标记需要在挑战性的成像条件下可靠地被检测和识别，包括光照变化、运动模糊、部分遮挡和杂乱背景。传统的解码方法主要依赖手工特征、阈值分割和几何约束，通常涉及复杂的算法设计和启发式规则 [8,9]，这限制了它们对多样化成像条件的适应性，导致效率低下。得益于强大的特征学习能力，深度学习方法越来越多地被引入用于挑战性成像条件下的编码标记检测和识别 [[10], [11], [12]]。然而，现有方法仍局限于小规模标记集 [[13], [14], [15]]，难以扩展到涉及数百甚至数千个独特可识别标记的大规模摄影测量和 3D 重建应用。
挑战不仅在于类别数量的增加使得传统的 one-hot 分类效率低下（因为分类器复杂度线性增长）[20]，还在于仅编码身份不同的标记之间存在的细微视觉差异。这个问题与细粒度识别任务 [16,17] 密切相关，例如人脸识别 [18]、鸟类物种分类 [19] 和车型识别 [16]，其中识别需要区分大量具有细微类间差异的高相似实例。为了应对这一挑战，研究人员探索了增强网络架构和改进监督策略。其中，嵌入学习和度量学习方法已被广泛采用 [18,[21], [22], [23], [24]]，通过专门设计的损失函数学习紧凑且判别性的特征空间，鼓励类内紧凑性和类间可分性，在各种细粒度识别任务中取得了性能提升。
从这个角度来看，将嵌入学习引入编码标记识别是一个自然的解决方案。然而，与自然类别不同，圆形编码标记的身份是由预先设计的二进制码明确定义的。因此，二进制码本身提供了标记身份的紧凑且结构化的表示，其固有的编码结构可以直接作为先验知识加以利用，潜在地提供了一种比通用基于嵌入的公式更高效的大规模标记识别解决方案。
然而，使用二进制码作为监督标签引入了循环等价性问题。二进制码序列的任何循环移位都对应于同一个物理标记。例如，序列 {00011000}、{00110000} 和 {01100000} 尽管具有不同的二进制表示，却代表同一个标记。因此，基于学习的二进制码预测的监督设计变得模糊。传统的解码方法通常通过选择最小循环值作为规范表示来解决这种模糊性。虽然这种策略对于基于规则的解码很有效，但它是否与基于学习的监督兼容仍不清楚。
此外，大规模数据集构建仍然是另一个关键挑战。获取和标注大规模真实世界数据集既耗时又费力，特别是在模糊、遮挡和光照变化等挑战性成像条件下拍摄的样本。因此，高效的数据集生成和标注策略对于实际部署至关重要。
为了应对这些挑战，本文提出了一种用于大规模圆形编码标记识别的循环感知网络，特别关注循环等价编码条件下的学习。主要贡献总结如下：
- (1)
利用圆形编码标记的预定义码字结构，将标记身份表示为结构化二进制码，而不是可学习的类别嵌入，从而直接利用编码先验并降低大规模身份识别的复杂度。
- (2)
提出了一种循环感知动态标签匹配策略，在训练过程中动态匹配所有循环等价的代码表示，缓解了传统最小代码监督引入的位级样本不平衡，并提高了在测试场景内不同成像条件下的鲁棒性和泛化能力。
- (3)
开发了一种结合基于物理的合成渲染和多视图几何自动标注的混合数据集构建框架，以减少人工标注成本，同时增强对真实世界场景的适应性。
章节片段
传统检测与识别
圆形编码标记使用排列在同心环形码环上的循环二进制序列来编码身份，其中标记 ID 定义为二进制序列所有循环移位中的最小十进制值 [25]。尽管不同方法的实现细节有所不同，但传统识别方法通常遵循基于规则的流程，包括图像预处理、椭圆检测和中心定位以及代码解码 [[26], [27], [28], [29]]。在这些
循环感知动态标签匹配
提出的循环感知动态标签匹配策略的整体框架如图 1 所示。采用标准的端到端卷积检测网络作为基础架构，其中骨干网络首先从输入图像中提取多尺度特征，随后是一个颈部模块，融合不同尺度的特征，最后是一个检测头，输出编码对象位置和置信度分数的张量。在输出层，对于一个 N 位圆形
数据集准备
高质量、大规模标注数据集是训练高性能目标识别网络的基础。然而，在圆形编码标记的语境下，仅依赖物理模拟数据往往无法捕捉真实世界成像引入的分布偏移，这会削弱模型泛化到实际应用环境的能力。同时，手动标注数千个视觉上相似的真实编码模式不仅耗时
实验
本研究采用 YOLOv5 [48] 架构作为主要检测框架。输出层经过修改，使得类别维度对应于圆形编码标记的二进制编码长度，而所有其他网络组件保持不变。在训练过程中，原始分类损失被替换为方程 (3) 中描述的循环感知损失公式，而定位和置信度损失使用方程 (5) 和 (7) 计算，
结论
本文提出了一种用于大规模圆形编码标记识别的循环感知框架，以解决可扩展性限制和圆形图案固有的循环模糊性。该方法采用低维二进制码表示和循环感知动态标签匹配策略，并结合使用合成数据和真实数据的混合训练策略，以减少标注工作量。
跨多个类别规模的定量实验表明，提出的
CRediT 作者贡献声明
Xiaojie Zhang: 数据整理，调查，方法论，可视化，写作 – 原稿。 Yupei Miao: 验证，写作 – 审阅与编辑。 Zhipeng Chen: 概念化，资源。 Dejin Zhang: 概念化，资源。 Qijian Tang: 概念化，资金获取，资源，验证。 Xiaoli Liu: 概念化，项目管理，资源，写作 – 审阅与编辑。
CRediT 作者贡献声明
Xiaojie Zhang: 写作 – 原稿，可视化，方法论，调查，数据整理。 Yupei Miao: 写作 – 审阅与编辑，验证。 Zhipeng Chen: 资源，概念化。 Dejin Zhang: 资源，概念化。 Qijian Tang: 验证，资源，资金获取，概念化。 Xiaoli Liu: 写作 – 审阅与编辑，资源，项目管理，概念化。
竞争利益声明
作者声明他们没有已知的竞争性财务利益或个人关系，这些利益或关系可能被认为会影响本文中报告的工作。
致谢
该工作得到了国家重点研发计划 (2023YFF0716900)；国家自然科学基金 (62275173, 62371311)；深圳大学科学仪器发展项目 (2023YQ009)；深圳大学研究团队培育项目 (2023JCT003) 的部分支持。
Xiaojie Zhang|Yupei Miao|Zhipeng Chen|Dejin Zhang|Qijian Tang|Xiaoli Liu
