保刚性图像变换与透视中的等变性
计算机视觉与模式识别
2022-10-14 v2 机器学习
摘要
我们刻画了实现刚性相机运动的图像平面变换类，并称这些变换为“保刚性”。特别地，针孔图像的二维平移不是保刚性的。因此，当将 CNN 用于三维推断任务时，将归纳偏置从对平移的等变性修改为对保刚性变换的等变性可能是有益的。我们研究了在 CNN 中如何近似实现关于保刚性变换的等变性，并在六维物体姿态估计与视觉定位上检验了我们的思路。实验上，我们优于若干有竞争力的基线。
引用
@article{arxiv.2201.13065,
title = {Rigidity Preserving Image Transformations and Equivariance in Perspective},
author = {Lucas Brynte and Georg Bökman and Axel Flinth and Fredrik Kahl},
journal= {arXiv preprint arXiv:2201.13065},
year = {2022}
}
备注
v2: Substantially revised version. Among other things, experiments with the PixLoc model added