从航拍图像预测地面场景布局
计算机视觉与模式识别
2016-12-09 v1
摘要
我们引入一种新颖策略，用于学习从航拍图像中提取具有语义意义的特征。我们提议预测从共址地面图像自动提取的（含噪）语义特征，而非手动标注航拍图像。我们的网络架构以航拍图像作为输入，使用卷积神经网络提取特征，然后应用自适应变换将这些特征映射到地面视角。我们采用端到端学习方法，以最小化直接从地面图像提取的语义分割与仅基于航拍图像预测的语义分割之间的差异。我们展示，使用此策略学习的模型无需额外训练已能够对航拍图像进行粗略语义标注。此外，我们证明通过微调该模型，我们可以获得比两种基线初始化策略更准确的语义分割。我们利用我们的网络处理估计地面图像的地理位置和地理朝向的任务。最后，我们展示如何从航拍图像提取的特征可用于幻构出合理的地面全景图。
引用
@article{arxiv.1612.02709,
title = {Predicting Ground-Level Scene Layout from Aerial Imagery},
author = {Menghua Zhai and Zachary Bessinger and Scott Workman and Nathan Jacobs},
journal= {arXiv preprint arXiv:1612.02709},
year = {2016}
}
备注
13 pages including appendix