面向动态场景的深度单应性估计
计算机视觉与模式识别
2020-04-07 v1
摘要
单应性估计是许多计算机视觉问题中的重要步骤。最近，深度神经网络方法相较于传统方法在该问题上表现更优。然而，这些新方法未考虑输入图像中的动态内容。它们仅使用可通过单应性完美对齐的图像对训练神经网络。本文调研并讨论了如何设计与训练处理动态场景的深度神经网络。我们首先收集了一个含动态内容的大型视频数据集。随后我们开发了多尺度神经网络，并表明当使用我们的新数据集适当训练时，该神经网络已能在一定程度上处理动态场景。为以更原则性的方式估计动态场景的单应性，我们需要识别动态内容。由于动态内容检测与单应性估计是两个紧密耦合的任务，我们遵循多任务学习原则，扩充我们的多尺度网络，使其联合估计动态掩码与单应性。我们的实验表明，我们的方法能鲁棒地估计具动态场景、模糊伪影或缺乏纹理的挑战性场景下的单应性。
引用
@article{arxiv.2004.02132,
title = {Deep Homography Estimation for Dynamic Scenes},
author = {Hoang Le and Feng Liu and Shu Zhang and Aseem Agarwala},
journal= {arXiv preprint arXiv:2004.02132},
year = {2020}
}
备注
CVPR 2020, https://github.com/lcmhoang/hmg-dynamics