要約
我々は、空中画像における向きを持つ物体の表現方法として新しい手法である適応周期埋め込み（Adaptive Period Embedding: APE）を提案します。従来の物体検出手法では、物体を水平なバウンディングボックスで表現していましたが、空中画像内の物体は向きを持っています。物体の角度を計算することは依然として難易度が高い課題です。これまでの空中画像用の物体検出器は、ほぼすべて直接的に物体の角度を回帰する方法を使用していましたが、複雑なルールに基づいて角度を計算しており、その性能はルール設計に制限されていました。一方、我々の手法は向きを持つ物体の角度周期性に基づいています。角度は、周期が異なる2つの2次元周期ベクトルによって表現され、形状が変化してもベクトルは連続的です。ラベル生成ルールは従来の手法と比較してより単純かつ合理的です。提案された手法は汎用性が高く、他の向きを持つ検出器にも適用できます。さらに、長尺物体に対する新しいIoU（Intersection over Union）計算方法である長さ独立IoU（Length Independent IoU: LIIoU）も提案します。目標バウンディングボックスの長い辺の一部を切り取り、提案されたバウンディングボックスと切り取られた目標バウンディングボックスとの間で最大のIoUを得ることで、いくつかの長尺バウンディングボックスに対応する正例サンプルを得ることができます。この手法により、IEEE CVPR 2019と同時開催された「空中画像における物体検出ワークショップ」で行われたDOAI2019競技タスク1（向きを持つ物体）において第1位となりました。