FisheyeHDK：面向超广视场图像识别的双曲可变形核学习
计算机视觉与模式识别
2022-03-15 v1
摘要
在窄视场（FoV）图像上训练的常规卷积神经网络（CNN）是物体识别任务中最先进的方法。一些方法通过学习可变形核使CNN适应超广视场图像。然而，它们受限于欧几里得几何，在鱼眼投影引起的强畸变下精度下降。在本工作中，我们证明在非欧几里得空间中学习卷积核的形状优于现有的可变形核方法。特别地，我们提出一种在双曲空间中学习可变形核参数（位置）的新方法。FisheyeHDK是一种结合双曲与欧几里得卷积层用于位置和特征学习的混合CNN架构。首先，我们给出宽视场图像双曲空间的直观理解。利用合成畸变轮廓，我们证明了方法的有效性。我们选取两个透视图像数据集——Cityscapes和BDD100K 2020——并将其按不同缩放因子（类比焦距）转换为鱼眼等效图像。最后，我们在真实鱼眼相机采集的数据上进行了实验。验证与实验表明，我们的方法改进了现有的可变形核方法，用于CNN在鱼眼图像上的适配。
引用
@article{arxiv.2203.07255,
title = {FisheyeHDK: Hyperbolic Deformable Kernel Learning for Ultra-Wide Field-of-View Image Recognition},
author = {Ola Ahmad and Freddy Lecue},
journal= {arXiv preprint arXiv:2203.07255},
year = {2022}
}
备注
Accepted at AAAI22