基于众包行车记录仪视频的空间场景理解实用自动标定
计算机视觉与模式识别
2023-02-03 v1 机器人学
摘要
空间场景理解，包括稠密深度与自运动估计，是自动驾驶车辆与高级驾驶辅助系统中计算机视觉的重要问题。因此，设计能够利用从任意车载或仪表盘摄像头收集的众包视频的感知模块是有益的。然而，此类摄像头对应的内参通常未知或随时间变化。典型的手动标定方法需要棋盘格等物体或额外的场景特定信息。另一方面，自动相机标定无此类要求。但仪表盘摄像头的自动标定具有挑战性，因为前向平面导航导致具有重建歧义的关键运动序列。包含数万张图像的完整视觉序列的结构重建在计算上亦不可行。本文提出一种从众包视频进行实用单目车载摄像头自动标定的系统。我们在 KITTI raw、Oxford RobotCar 及众包 D-City 数据集上于不同条件下展示了所提系统的有效性。最后，我们展示了其在未标定视频上准确单目稠密深度与自运动估计中的应用。
引用
@article{arxiv.2012.08375,
title = {Practical Auto-Calibration for Spatial Scene-Understanding from Crowdsourced Dashcamera Videos},
author = {Hemang Chawla and Matti Jukola and Shabbir Marzban and Elahe Arani and Bahram Zonooz},
journal= {arXiv preprint arXiv:2012.08375},
year = {2023}
}
备注
Accepted at 16th International Conference on Computer Vision Theory and Applications (VISAP, 2021)