ChatStitch：基于 Surround-View 非全局重叠条件下的无监督深度图像拼接
计算机视觉与模式识别
2025-05-26 v2 人机交互
摘要
环视感知已引起广泛关注，因其能够通过与周围摄像头交换信息来增强自动驾驶车辆的感知能力。然而，现有环视感知系统受限于人类与模型之间单向交互模式的低效，以及重叠区域失真在非重叠区域指数级扩散的问题。为此，本文引入ChatStitch，一种能够通过整合自然语言命令与外部数字资产，揭示被遮蔽盲区信息的环视人机协感系统。为突破单向交互瓶颈，ChatStitch基于大语言模型实现认知依据的闭环交互多主体框架。为抑制跨重叠边界的失真扩散，ChatStitch提出SV-UDIS（surround-view unsupervised deep image stitching），该方法在非全局重叠条件下进行环视无监督深度图像拼接。我们在UDIS-D、MCOV-SLAM开放数据集以及自建数据集上进行了广泛实验。具体而言，我们的SV-UDIS方法在UDIS-D数据集上实现了3、4、5图像拼接任务的状态最佳性能，PSNR分别提升了9%、17%和21%，SSIM分别提升了8%、18%和26%。
引用
@article{arxiv.2503.14948,
title = {ChatStitch: Visualizing Through Structures via Surround-View Unsupervised Deep Image Stitching with Collaborative LLM-Agents},
author = {Hao Liang and Zhipeng Dong and Kaixin Chen and Jiyuan Guo and Yufeng Yue and Yi Yang and Mengyin Fu},
journal= {arXiv preprint arXiv:2503.14948},
year = {2025}
}