基于 RGB-D 图像的目标定位与尺寸估计
计算机视觉与模式识别
2018-08-03 v1 图像与视频处理
摘要
深度感知相机（例如 Kinect 传感器、Tango 手机）能够获取配准到同一视点的彩色图像与深度图像。这为开发利用两种传感模态优势的算法提供了可能。传统上，彩色图像中的线索被用于目标定位（例如 YOLO）。然而，深度图像的加入可进一步用于分割那些颜色信息可能完全相同的图像。此外，深度图像可用于目标尺寸（高/宽）估计（以真实世界测量单位如米计），而非仅基于图像的分割那样只能在感兴趣目标周围绘制边界框。本文中，我们首先在 Tango Phab2 手机上使用自定义 Android 应用采集彩色相机信息与深度信息。其次，我们对两个数据源进行时间与空间对齐。最后，我们在多种设置下评估了在采集图像中测量感兴趣目标高度的若干方法。
引用
@article{arxiv.1808.00641,
title = {Object Localization and Size Estimation from RGB-D Images},
author = {ShreeRanjani SrirangamSridharan and Oytun Ulutan and Shehzad Noor Taus Priyo and Swati Rallapalli and Mudhakar Srivatsa},
journal= {arXiv preprint arXiv:1808.00641},
year = {2018}
}