针对已标定鱼眼镜头的卷积核自适应调整
计算机视觉与模式识别
2024-02-05 v1
摘要
卷积核是卷积神经网络 (CNN) 的基本结构组件。近年来，鱼眼相机在许多应用中受到越来越多的关注。然而，这些相机的径向对称投影模型会产生严重畸变，影响 CNN 的性能，尤其是在视场角非常大时。在这项工作中，我们通过提出一种利用相机标定信息来相应地变形卷积核并适应畸变的方法来解决这个问题。这样，卷积的感受野类似于透视图像中的标准卷积，使我们能够利用在大型透视数据集上预训练的网络。我们展示了，只需在一个小数据集上进行短暂的微调阶段，就能在深度估计和语义分割任务中，相对于标准卷积，提高网络在已标定鱼眼图像上的性能。
引用
@article{arxiv.2402.01456,
title = {Convolution kernel adaptation to calibrated fisheye},
author = {Bruno Berenguel-Baeta and Maria Santos-Villafranca and Jesus Bermudez-Cameo and Alejandro Perez-Yus and Jose J. Guerrero},
journal= {arXiv preprint arXiv:2402.01456},
year = {2024}
}
备注
Previously presented at BMVC: https://proceedings.bmvc2023.org/721/