大规模单应性基准
计算机视觉与模式识别
2023-02-21 v1
摘要
我们提出了一个大规模三维平面数据集Pi3D，包含从1DSfM数据集中10 000张图像观察到的约1000个平面，以及利用Pi3D的大规模单应性估计基准HEB。Pi3D数据集的应用广泛，例如训练或评估单目深度、表面法线估计和图像匹配算法。HEB数据集由226 260个单应性组成，包含约400万对应点。这些单应性关联的图像通常经历显著的视角和光照变化。作为HEB的应用，我们对多种鲁棒估计器和基于深度学习的对应点滤波方法进行了严格评估，确立了当前鲁棒单应性估计的最优水平。我们还评估了SIFT方向和尺度相对于来自底层单应性的真值的不确定性，并提供了比较自定义检测器不确定性的代码。该数据集可在\url{https://github.com/danini/homography-benchmark}获取。
引用
@article{arxiv.2302.09997,
title = {A Large Scale Homography Benchmark},
author = {Daniel Barath and Dmytro Mishkin and Michal Polic and Wolfgang Förstner and Jiri Matas},
journal= {arXiv preprint arXiv:2302.09997},
year = {2023}
}