面向鲁棒特征的图像风格化
计算机视觉与模式识别
2020-08-18 v1
摘要
对视角和外观变化均鲁棒的局部特征对许多计算机视觉任务至关重要。在本工作中，我们研究照片级真实感图像风格化是否能提升局部特征对不仅昼夜、还有天气和季节变化的鲁棒性。我们表明，除颜色增强外，图像风格化是学习鲁棒特征的一种有力方法。我们在视觉定位基准上评估所学特征，尽管仅使用合成单应变换且在无真实三维对应点下训练，仍优于最先进的基线模型。我们使用训练所得的特征网络参加长期视觉定位与基于地图的自动驾驶定位挑战赛，取得了有竞争力的分数。
引用
@article{arxiv.2008.06959,
title = {Image Stylization for Robust Features},
author = {Iaroslav Melekhov and Gabriel J. Brostow and Juho Kannala and Daniyar Turmukhambetov},
journal= {arXiv preprint arXiv:2008.06959},
year = {2020}
}
备注
v1.1