FisheyeSuperPoint：面向鱼眼图像的关键点检测与描述网络
计算机视觉与模式识别
2021-11-30 v2 机器人学
摘要
关键点检测与描述是计算机视觉系统中常用的基础模块，尤其用于机器人与自动驾驶。然而，迄今为止大多数技术聚焦于标准相机，很少考虑城市驾驶和自动泊车中常用的鱼眼相机。本文中，我们提出了一种用于鱼眼图像的新颖训练与评估流程。我们以SuperPoint为基线，其是一种自监督关键点检测与描述子，已在单应性估计上取得最先进结果。我们引入了鱼眼自适应流程以启用对未畸变鱼眼图像的训练。我们在HPatches基准上评估性能，并通过引入基于鱼眼检测可重复性与描述子匹配正确性的评估方法，在Oxford RobotCar数据集上进行了评估。
引用
@article{arxiv.2103.00191,
title = {FisheyeSuperPoint: Keypoint Detection and Description Network for Fisheye Images},
author = {Anna Konrad and Ciarán Eising and Ganesh Sistu and John McDonald and Rudi Villing and Senthil Yogamani},
journal= {arXiv preprint arXiv:2103.00191},
year = {2021}
}
备注
Accepted for Presentation at International Conference on Computer Vision Theory and Applications (VISAPP 2022)