跨越大时间跨度的图像对齐
计算机视觉与模式识别
2018-03-26 v1
摘要
我们提出了一种针对室外场景的时间不变图像配准方法，对于低纹理和高纹理场景，该方法在一天中的不同时间、季节变化以及长达十年的周期内均具有不变性。我们的方法可应用于遥感、GPS 拒止环境下的无人机定位、3D 重建等众多领域。我们的方法利用了最近提出的一种图像配准途径，其中使用全卷积神经网络创建特征图，并使用逆合成 Lucas-Kanade 算法（ICLK）进行配准。我们表明，从卫星图像中学习到的不变性可以迁移到安装在近地面建筑物上的网络摄像头所拍摄的延时数据中。
引用
@article{arxiv.1803.08542,
title = {Aligning Across Large Gaps in Time},
author = {Hunter Goforth and Simon Lucey},
journal= {arXiv preprint arXiv:1803.08542},
year = {2018}
}
备注
15 pages, 10 figures