将点投影到轴：基于点—轴表示的定向目标检测

基于摘要分析。本文研究以航空影像为示例的定向目标检测，提出 point-axis representation（点—轴表示），用点描述目标的空间范围与轮廓，用轴描述主要方向，并据此构建 Oriented DETR，实现端到端检测。 核心机制是将目标的位置与旋转解耦，以应对传统边界框表示中常见的损失不连续问题。训练方面，作者提出 max-projection loss 监督点集学习，提出 cross-axis loss 监督轴表示学习，并表示不需要引入额外标注。Oriented DETR 将该表示整合进 DETR 框架，直接预测点与轴；具体损失公式、点轴参数化、匹配策略及标注转换方式尚未验证。 作者报告，该方法在定向目标检测任务中带来显著性能提升，但摘要未提供数据集、评估指标、数值、数据划分或对照基线，因此无法判断提升幅度及适用条件。复现前需核对完整实验协议、两种损失与表示解耦的消融、统计信息，以及实现和训练配置。 本文的主要研究对象是视觉目标的几何表示与检测，并非 EEG 解码或 BCI。现有材料不足以建立其点—轴机制与神经信号建模的具体对应关系，不能据此推断 BCI 有效性；相关 EEG 工作尚未检索确认。