用于360°图像目标检测的视场交并比
计算机视觉与模式识别
2022-09-26 v2
摘要
360°相机在过去几年中日益流行。本文中，我们提出两种基础技术——视场交并比(FoV-IoU)与360Augmentation，用于360°图像中的目标检测。尽管大多数为透视图像设计的物体检测神经网络适用于等距矩形投影(ERP)格式的360°图像，但由于ERP图像中的畸变，其性能会下降。我们的方法可轻松与现有透视目标检测器集成，并显著提升性能。FoV-IoU计算球面图像中两个视场边界框的交并比，可用于训练、推理与评估；而360Augmentation是一种专用于360°目标检测任务的数据增强技术，其随机旋转球面图像并解决由球到平面投影引起的偏差。我们在360indoor数据集上用不同类型的透视目标检测器进行了大量实验，展示了我们方法的一致有效性。
引用
@article{arxiv.2202.03176,
title = {Field-of-View IoU for Object Detection in 360{\deg} Images},
author = {Miao Cao and Satoshi Ikehata and Kiyoharu Aizawa},
journal= {arXiv preprint arXiv:2202.03176},
year = {2022}
}