OSRE：面向自行车停放评估的物到位旋转估计
计算机视觉与模式识别
2023-03-02 v1
摘要
当前深度模型在目标分类与定位方面提供了卓越的目标检测能力。然而，由于带有旋转标注的目标数据集的缺乏，估计输入图像视觉语境中目标相对于其他视觉目标的旋转仍缺乏深入研究。本文解决这两个挑战，以估计已停放自行车相对于其停放区域的旋转。首先，我们利用 3D 图形的能力构建了一个与相机无关的、标注良好的合成自行车旋转数据集（SynthBRSet）。然后，我们通过将目标检测任务扩展以进一步回归两个轴上的自行车旋转，提出了一种物到位旋转估计器（OSRE）。由于我们的模型纯粹在合成数据上训练，我们在将其部署到真实世界图像时采用了图像平滑技术。所提出的 OSRE 在合成与真实世界数据上进行了评估，提供了有前景的结果。我们的数据与代码可在 \href{https://github.com/saghiralfasly/OSRE-Project}{https://github.com/saghiralfasly/OSRE-Project} 获取。
引用
@article{arxiv.2303.00725,
title = {OSRE: Object-to-Spot Rotation Estimation for Bike Parking Assessment},
author = {Saghir Alfasly and Zaid Al-huda and Saifullah Bello and Ahmed Elazab and Jian Lu and Chen Xu},
journal= {arXiv preprint arXiv:2303.00725},
year = {2023}
}