FishEyeRecNet：一种用于鱼眼图像校正的多上下文协同深度网络
计算机视觉与模式识别
2018-04-16 v1
摘要
由鱼眼镜头捕获的图像违背了针孔相机假设并存在畸变。因此，鱼眼图像校正成为许多计算机视觉应用的关键预处理步骤。本文中，我们提出了一种端到端的多上下文协同深度网络，用于消除单张鱼眼图像的畸变。与关注从输入图像提取手工特征的传统方法不同，我们的方法同时学习高层语义和低层外观特征以估计畸变参数。为便于训练，我们构建了一个涵盖多种场景和畸变参数设置的合成数据集。在合成和真实世界数据集上的实验表明，所提模型显著优于当前最先进的方法。我们的代码和合成数据集将公开提供。
引用
@article{arxiv.1804.04784,
title = {FishEyeRecNet: A Multi-Context Collaborative Deep Network for Fisheye Image Rectification},
author = {Xiaoqing Yin and Xinchao Wang and Jun Yu and Maojun Zhang and Pascal Fua and Dacheng Tao},
journal= {arXiv preprint arXiv:1804.04784},
year = {2018}
}
备注
16 pages, 5 figures