用于单图像相机标定的神经几何解析器

我们提出一种用于人造场景单图像相机标定的神经几何解析器学习方法。与之前仅依赖从神经网络获得的语义线索的神经方法不同，我们的方法同时考虑语义和几何线索，从而显著提高了精度。所提出的框架由两个网络组成。利用图像线段作为几何线索，第一个网络估计天顶消失点并生成若干由相机旋转和焦距组成的候选。第二个网络基于给定图像和几何线索评估每个候选，其中使用人造场景的先验知识进行评估。在由图像水平线和焦距组成的数据集监督下，我们的网络可被训练以估计相同的相机参数。基于曼哈顿世界假设，我们可以进一步以弱监督方式估计相机旋转和焦距。实验结果表明，对于室内和室外场景的单图像，我们的神经方法的性能显著高于现有最先进的相机标定技术。