fCOP：基于类别级对象先验的焦距估计
计算机视觉与模式识别
2024-10-01 v1
摘要
在计算机视觉领域，感知和重建3D世界的视觉信号高度依赖于相机内参，这一点一直是社区广泛关注的焦点。在实际应用中，如果没有像曼哈顿世界假设或特殊人工校准图案这样强大的场景几何先验，单目焦距估计就变得颇具挑战。本文提出了一种基于类别级对象先验的单目焦距估计方法。基于两个已广泛研究的任务：单目深度估计和类别级对象规范表示学习，我们的焦距求解器从包含对象的图像中获取深度先验和对象形状先验，并从闭合形式的三元组对应关系中估计焦距。我们的实验在模拟数据和真实世界数据上表明，所提方法超过当前最先进技术，为长期以来单目焦距估计问题提供了有前景的解决方案。
引用
@article{arxiv.2409.19641,
title = {fCOP: Focal Length Estimation from Category-level Object Priors},
author = {Xinyue Zhang and Jiaqi Yang and Xiangting Meng and Abdelrahman Mohamed and Laurent Kneip},
journal= {arXiv preprint arXiv:2409.19641},
year = {2024}
}