基于相机图像的全景图像强度与纹理校正用于间接增强现实
计算机视觉与模式识别
2024-05-28 v1 图形学
摘要
使用移动设备中摄像头图像的增强现实(AR)正在受到旅游推广的欢迎。然而，旅游者出现在摄像头图像中可能导致姿态估计误差，进而造成CG错位并降低内容可见性。为避免此问题，提出了不使用实时摄像头图像的间接AR(IAR)，该方法提前捕获全景图像并在图像上合成虚拟对象。用户可通过设备传感器从合成的全景图像中提取场景体验AR。这实现了鲁棒性和高可见性。然而，如果预捕获的360°图像的天气和季节与AR体验时的天气和季节不同，则会降低AR体验的真实感。为克服此问题，本文提出了一种方法，通过移动设备上的相机图像校正过去的全景图像的强度和纹理。我们首先进行语义分割，然后通过全景图像拼接和填充重现当前天空图案。对于其他区域，通过直方图匹配校正强度。在实验中，我们使用各种场景展示了所提方法的有效性。
引用
@article{arxiv.2405.16008,
title = {Intensity and Texture Correction of Omnidirectional Image Using Camera Images for Indirect Augmented Reality},
author = {Hakim Ikebayashi and Norihiko Kawai},
journal= {arXiv preprint arXiv:2405.16008},
year = {2024}
}
备注
International Workshop on Frontiers of Computer Vision (IW-FCV2024)