面向野外细粒度变化检测的照明不变主动相机重定位
计算机视觉与模式识别
2022-04-15 v1
摘要
主动相机重定位（ACR）是计算机视觉中的一个新问题，可显著减少细粒度变化检测（FGCD）中因相机位姿未对齐所致图像畸变引起的误报。尽管 ACR 可带来诸多成果，其仍因相对位姿估计结果不稳定而具挑战性，尤其对于室外场景——其光照条件不可控，即两次观测可能具有高度变化的照明。本文研究一种照明不变的主动相机重定位方法，在相对位姿估计与尺度估计上均有改进。我们使用平面片段作为中间表示以促进特征匹配，从而进一步提升照明变化下位姿估计的鲁棒性与可靠性。此外，我们构建线性系统，通过最小化图像扭曲误差在每次 ACR 迭代中获取绝对尺度，由此显著减少 ACR 过程耗时，较最先进 ACR 策略快近 倍。我们的工作极大拓展了文化遗产真实世界细粒度变化监测任务的可行性。大量实验测试与真实应用验证了所提用于 ACR 任务的位姿估计方法的有效性与鲁棒性。
引用
@article{arxiv.2204.06580,
title = {Illumination-Invariant Active Camera Relocalization for Fine-Grained Change Detection in the Wild},
author = {Nan Li and Wei Feng and Qian Zhang},
journal= {arXiv preprint arXiv:2204.06580},
year = {2022}
}