面向俯瞰鱼眼图像的人检测与定位的全景畸变感知分词
计算机视觉与模式识别
2026-01-28 v4 人工智能
摘要
俯瞰鱼眼图像中的人检测由于人体姿态旋转和目标尺寸较小而具有挑战性。先前工作主要解决人体姿态旋转问题，而对小目标问题鲜有探讨。我们将鱼眼图像重映射到等距全景图像以处理姿态旋转，并利用全景几何结构更有效地处理小目标。常规检测方法倾向于关注较大的目标，因为它们在注意力图中占主导地位，导致小目标被漏检。在半球等距全景图像中，我们发现人体高度在图像靠近顶部区域的垂直角度近似线性减小。基于此，我们引入全景畸变感知分词以增强小目标检测。该分词程序使用自相似图形划分全景特征，以无缝隙地确定最佳划分，并利用每个标记组中标记的最大显著性值以保留小目标的显著区域。我们提出了一种基于转换器的人检测与定位方法，结合全景图像重映射和分词程序。大规模数据集上的实验表明，我们的方法在常规方法之上取得了优异的性能。
引用
@article{arxiv.2503.14228,
title = {Panoramic Distortion-Aware Tokenization for Person Detection and Localization in Overhead Fisheye Images},
author = {Nobuhiko Wakai and Satoshi Sato and Yasunori Ishii and Takayoshi Yamashita},
journal= {arXiv preprint arXiv:2503.14228},
year = {2026}
}