野外极端旋转估计
计算机视觉与模式识别
2025-02-26 v3
摘要
我们提出了一种技术和基准数据集，用于估计在极端设置下捕获的一对互联网图像之间的相对3D方向，其中图像具有有限或不重叠的视场。先前针对极端旋转估计的工作假设受约束的3D环境，并通过从全景视图中裁剪区域来模拟透视图像。然而，野外捕获的真实图像高度多样化，在外观和相机内参方面都表现出变化。在这项工作中，我们提出了一种基于Transformer的方法，用于在极端真实世界设置中估计相对旋转，并贡献了ExtremeLandmarkPairs数据集，该数据集是从场景级互联网照片集合中汇编的。我们的评估表明，我们的方法成功地在各种极端视角的互联网图像对中估计了相对旋转，优于各种基线，包括专门的旋转估计技术和当代的3D重建方法。
引用
@article{arxiv.2411.07096,
title = {Extreme Rotation Estimation in the Wild},
author = {Hana Bezalel and Dotan Ankri and Ruojin Cai and Hadar Averbuch-Elor},
journal= {arXiv preprint arXiv:2411.07096},
year = {2025}
}
备注
Project webpage: https://tau-vailab.github.io/ExtremeRotationsInTheWild/