Quadrilateral bounding-box regression

Quadrilateral bounding-box regression

It is very similar to axis align bounding box(AABB) regression, we only note about the different part.

Basics

input

{ P i , G i } i = 1 , 2 , … , N \{P^i, G^i\}_{i=1,2,\dots,N} {Pi,Gi}i=1,2,…,N​

where $P^i=(P_{x1}^i,P_{y1}^i,\dots P_{x4}^i,P_{y4}^i,)$ specifies the 8 pixel coordinates of the 4 point of quadrilateral proposal $P^i$’s bounding box.
Hence forth, we drop the superscript i unless it is needed.
Each ground-truth bounding box $G$ is specified in the same way: $G=(G_{x1},G_{y1},\dots G_{x4},G_{x4})$

model

$$\begin{array}{rl}\widehat{G_{xj}}& =P_w{d}_{xj}(P)+P_{xj}\\ \widehat{G_{yj}}& =P_h{d}_{yj}(P)+P_{yj}\end{array}$$

where $j \in {1, 2, 3, 4} $, $P_w,P_h$分别是$P$的外接轴对齐矩形(AABB)的宽和高.

loss

$$L_{\ast j}^i=L(t_{\ast j}^i-d_{\ast j}(P^i))$$

where $\ast \in x,y$ ,
$$\begin{array}{rl}{t}_{xj}& =(G_{xj}-P_{xj})/P_w\\ t_{yj}& =(G_{yj}-P_{yj})/P_h\\ d_{xj}& =(\widehat{G_{xj}}-P_{xj})/P_w\\ d_{yj}& =(\widehat{G_{yj}}-P_{yj})/P_h\end{array}$$

定位点的有序性

定位点的有序性（以下简称有序性）是指G的四个点的顺序与P的四个点的顺序存在方位上的对应关系。

有序性从理论上是有利于回归的，因为对于我们的物体特点，P与G的点有明显的对应性，且回归的距离更近。否则的话，应该会影响回归模型收敛，而且可能使学习到的回归模型预测结果有很多不是四边形。

一般来说，P的点的顺序是程序确定的，我们只要保证G的点的顺序与P一致就行（比如左下，右下，右上，左上），这一点可以通过四边形标注时要求四个点的顺序来实现。

另外，DMPNet中提出了一种四边形点的排序算法。