Fourier Series Coder: オリエテッド・オブジェクト検出における角度境界的不連続性問題に対する新しい視点

arXiv:2604.20281v2 発表型: 置換 【要約】 知能運転および遠隔計測技術の急速な進展に伴い、角度付きオブジェクト検出への関心が高まっています。しかし、高精度な性能を達成することは、周期的境界付近で顕著な角度揺動を引き起こす角度境界的不連続性（ABD）と循環的不明確性（CA）という問題によって本質的に制限されています。近年、これらの問題を緩和するために連続型角度エンコーダーの提案はされていますが、我々の理論的および経験的分析は、最先进の方法も依然として著しい循環誤差に苦しんでいることを示しています。我々は、この不安定性を、直交でない復号メカニズム内の構造的ノイズ増幅に帰因します。この数学的な脆弱性は、特に正方形状のオブジェクトの角度偏差を大幅に悪化させます。この問題を根本的に解決するために、我々は軽量でプラグ＆プレイ可能な Fourier Series Coder（FSC）を提案します。FSC は、最小直交 Fourier 基底への角度のマッピングと、幾何学的多様体制約の明示的強制によって、連続的、可逆的、そして数学的に堅牢な角度エンコード・デコードのパラジグムを確立します。厳格な角度空間へのマッピングと幾何学的多様体制約の強制により、FSC はフィーチャーモジュラス崩壊を効果的に防止し、構造的に安定した表現によって高度に堅牢なフェーズアンラッピングを実現し、ヒューリスティックな切り捨ての必要性を内生的に排除すると同時に、厳格な境界連続性と優れたノイズ耐性を達成します。3 つの大規模データセットによる広範な実験では、FSC は非常に競争力のある総合的な性能を達成し、高精度検出において顕著な改善をもたらしました。コードは https://github.com/weiminghong/FSC で利用可能です。

arXiv:2604.20281v2 Announce Type: replace Abstract: With the rapid advancement of intelligent driving and remote sensing, oriented object detection has gained widespread attention. However, achieving high-precision performance is fundamentally constrained by the Angle Boundary Discontinuity (ABD) and Cyclic Ambiguity (CA) problems, which typically cause significant angle fluctuations near periodic boundaries. Although recent studies propose continuous angle coders to alleviate these issues, our theoretical and empirical analyses reveal that state-of-the-art methods still suffer from substantial cyclic errors. We attribute this instability to the structural noise amplification within their non-orthogonal decoding mechanisms. This mathematical vulnerability significantly exacerbates angular deviations, particularly for square-like objects. To resolve this fundamentally, we propose the Fourier Series Coder (FSC), a lightweight plug-and-play component that establishes a continuous, reversible, and mathematically robust angle encoding-decoding paradigm. By rigorously mapping angles onto a minimal orthogonal Fourier basis and explicitly enforcing a geometric manifold constraint, FSC effectively prevents feature modulus collapse. This structurally stabilized representation ensures highly robust phase unwrapping, intrinsically eliminating the need for heuristic truncations while achieving strict boundary continuity and superior noise immunity. Extensive experiments across three large-scale datasets demonstrate that FSC achieves highly competitive overall performance, yielding substantial improvements in high-precision detection. The code will be available at https://github.com/weiminghong/FSC.