在非曼哈顿世界中使用全局图像上下文检测消失点
计算机视觉与模式识别
2016-08-22 v1
摘要
我们提出了一种在人造环境中检测水平消失点和天顶消失点的新方法。现有方法的主流趋势是先寻找候选消失点，然后通过强制相互正交性来剔除离群点。我们的方法逆转了这一过程：我们提出一组地平线候选，并根据每条地平线所包含的消失点对其进行评分。我们方法的一个关键要素是利用通过深度卷积网络提取的全局图像上下文，来约束所考虑的候选集。我们的方法不做曼哈顿世界假设，并且可以在仅有一个水平消失点的场景中有效运作。我们在三个基准数据集上评估了我们的方法，并在每个数据集上都取得了最先进的性能。此外，我们的方法比之前的最佳方法显著更快。
引用
@article{arxiv.1608.05684,
title = {Detecting Vanishing Points using Global Image Context in a Non-Manhattan World},
author = {Menghua Zhai and Scott Workman and Nathan Jacobs},
journal= {arXiv preprint arXiv:1608.05684},
year = {2016}
}
备注
IEEE Conference on Computer Vision and Pattern Recognition (CVPR) 2016