等距柱状全景中的目标检测
计算机视觉与模式识别
2018-05-22 v1
摘要
我们引入了一个用于目标检测的高分辨率等距柱状全景（360 度、虚拟现实）数据集，并提出了 YOLO 检测器的多投影变体。等距柱状全景图像的主要挑战是：i）缺乏带标注的训练数据，ii）高分辨率图像，以及 iii）全景投影极点附近物体严重的几何畸变。在这项工作中，我们通过以下方式解决这些挑战：i）使用“常规数据集”（ImageNet 和 COCO）中可用的训练样本，ii）仅采用只需要中等 GPU 计算能力和内存的低分辨率图像，以及 iii）我们的多投影 YOLO 通过生成多个立体子投影来处理投影畸变。在我们的实验中，YOLO 优于其他最先进的检测器 Faster RCNN，而我们的多投影 YOLO 以低分辨率输入取得了最佳精度。
引用
@article{arxiv.1805.08009,
title = {Object Detection in Equirectangular Panorama},
author = {Wenyan Yang and Yanlin Qian and Francesco Cricri and Lixin Fan and Joni-Kristian Kamarainen},
journal= {arXiv preprint arXiv:1805.08009},
year = {2018}
}
备注
6 pages