重投影 R-CNN：一种快速准确的 360{\deg} 图像目标检测器
计算机视觉与模式识别
2019-07-30 v1
摘要
360{\deg} 图像通常表示为等距柱状投影（ERP）或多透视投影。与平面 2D 图像不同，由于 ERP 的畸变和透视投影的低效性，360{\deg} 图像的检测任务具有挑战性。然而，现有方法大多只关注上述一种表示而非两者兼顾，导致检测性能受限。此外，缺乏合适的边界框标注及已标注数据集进一步增加了检测任务的难度。本文提出一种面向 360{\deg} 图像的标准目标检测框架。具体而言，我们将传统目标检测任务的术语适配到全向场景，并提出一种结合 ERP 与透视投影的新型两阶段目标检测器，即重投影 R-CNN。得益于 ERP 的全向视场，重投影 R-CNN 首先通过畸变感知球形区域提议网络高效生成粗粒度区域提议，然后利用无畸变的透视投影并通过新型重投影网络精炼所提议区域。我们构建了两个新型合成数据集用于训练与评估。实验表明，重投影 R-CNN 在 mAP 指标上优于先前的最优方法。此外，所提检测器在全景数据集上每张图像运行时间为 178ms，意味着其在实际应用中的实用性。
引用
@article{arxiv.1907.11830,
title = {Reprojection R-CNN: A Fast and Accurate Object Detector for 360{\deg} Images},
author = {Pengyu Zhao and Ansheng You and Yuanxing Zhang and Jiaying Liu and Kaigui Bian and Yunhai Tong},
journal= {arXiv preprint arXiv:1907.11830},
year = {2019}
}
备注
10 pages, 7 figures