拥挤场景中鲁棒的帧间相机旋转估计

我们提出了一种从手持单目视频中估计拥挤真实世界场景相机旋转的方法。尽管相机旋转估计是一个研究充分的问题，但此前的方法在该场景下均未同时展现出高准确度和可接受的速度。由于其他数据集未能很好地覆盖该场景，我们提供了一个新的数据集和基准，包含 17 个视频序列上高精度、经严格验证的真值。为宽基线立体（例如 5 点法）开发的方法在单目视频上表现不佳。另一方面，自动驾驶中使用的方法（例如 SLAM）利用了特定传感器设置、特定运动模型或局部优化策略（滞后批处理），不能很好地推广到手持视频。最后，对于动态场景，常用的鲁棒化技术如 RANSAC 需要大量迭代次数，变得过于缓慢。我们引入了 SO(3) 上 Hough 变换的一种新颖推广，以高效且鲁棒地找到与光流最兼容的相机旋转。在速度相当的方法中，我们的方法将误差比次优方法降低了近 50%，并且比任何方法都更准确，无论速度如何。这代表了拥挤场景（计算机视觉的一个重要场景）的一个强劲新性能点。代码和数据集可在 https://fabiendelattre.com/robust-rotation-estimation 获取。