用于地面地形材质识别的差分视角方法
计算机视觉与模式识别
2020-09-24 v1
摘要
支撑材质识别的计算表面建模已从使用实验室内受控辐射测量的反射率建模，转变为基于从场景中采集的、互联网挖掘的单视角图像的图像表示。我们采取一种折中方法进行材质识别，兼顾丰富的辐射线索与灵活的图像采集。一个关键概念是差分角度成像，其中图像采集的微小角度变化可生成角度梯度特征，从而增强表观表示并改善识别。我们构建了一个大规模材质数据库，即室外场景地面地形（GTOS）数据库，以支持自主驾驶和机器人导航等应用中的地面地形识别。该数据库包含超过 30,000 张图像，覆盖 40 类在不同天气和光照条件下的室外地面地形。我们提出了一种称为纹理编码角度网络（TEAN）的材质识别新方法，它结合 RGB 信息的深度编码池化与用于角度梯度特征的差分角度图像，以充分利用该大数据集。借助这一新颖网络架构，我们提取了材质在其表观的角度与空间梯度中编码的特征。我们的结果表明，TEAN 取得的识别性能超越了单视角性能以及标准（非差分/大角度采样）多视角性能。
引用
@article{arxiv.2009.11072,
title = {Differential Viewpoints for Ground Terrain Material Recognition},
author = {Jia Xue and Hang Zhang and Ko Nishino and Kristin J. Dana},
journal= {arXiv preprint arXiv:2009.11072},
year = {2020}
}
备注
IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI). arXiv admin note: substantial text overlap with arXiv:1612.02372