基于深度可行行进方向检测从单张 360° 图像预测路口
计算机视觉与模式识别
2022-04-12 v1 多媒体
摘要
Movie-Map 是一种交互式第一人称视角地图，让用户沉浸于模拟步行体验，其由按观众行进方向无缝连接的短 360° 视频片段组成，片段间以交通路口分隔。然而，在具有众多交叉道路的广阔城市场区中，人工路口分割需耗费大量人力。因此，从 360° 视频中自动识别路口是扩展 Movie-Map 的重要问题。本文提出一种从 360° 视频各帧识别路口的新方法。我们并非将路口识别构造成以 360° 图像为输入的标准二分类任务，而是基于从单张 360° 图像向八个方向投影的透视图像中由神经网络检测出的可行行进方向（PDoT）数目来识别路口，以处理各类路口。我们构建了大规模 360° 图像路口识别（iii360）数据集用于训练与评估，其中 360° 视频采集自校园、市中心、郊区和唐人街等不同区域，并证明我们基于 PDoT 的方法达到 88\% 准确率，显著优于直接的朴素二分类方法。源代码与部分数据集将在论文发表后于社区共享。
引用
@article{arxiv.2204.04634,
title = {Intersection Prediction from Single 360{\deg} Image via Deep Detection of Possible Direction of Travel},
author = {Naoki Sugimoto and Satoshi Ikehata and Kiyoharu Aizawa},
journal= {arXiv preprint arXiv:2204.04634},
year = {2022}
}
备注
Accepted for publication in BMVC