RAPiD：俯视鱼眼图像中的旋转感知行人检测
计算机视觉与模式识别
2020-05-26 v1
摘要
近期针对俯视鱼眼图像的行人检测方法，要么使用径向对齐的边界框来表示行人（假设行人始终沿图像半径方向出现），要么需要大量的前/后处理，这极大地增加了计算复杂度。在本工作中，我们开发了一种端到端的旋转感知行人检测方法，名为 RAPiD，该方法使用任意方向的边界框来检测行人。我们的全卷积神经网络使用周期性损失函数直接回归每个边界框的角度，该损失函数考虑了角度的周期性。我们还创建了一个包含旋转边界框时空标注的新数据集，用于俯视鱼眼视频中的行人检测及其他视觉任务。我们证明，这种简单而有效的方法在三个鱼眼图像数据集上优于当前最先进的结果。代码和数据集可在 http://vip.bu.edu/rapid 获取。
引用
@article{arxiv.2005.11623,
title = {RAPiD: Rotation-Aware People Detection in Overhead Fisheye Images},
author = {Zhihao Duan and M. Ozan Tezcan and Hayato Nakamura and Prakash Ishwar and Janusz Konrad},
journal= {arXiv preprint arXiv:2005.11623},
year = {2020}
}
备注
CVPR 2020 OmniCV Workshop paper extended version