旋转校正网络：赋能移动视觉的行人检测
计算机视觉与模式识别
2020-11-04 v4
摘要
在大多数行人检测数据集中，通常假设行人相对于图像坐标系是直立站立的。然而，对于许多配备视觉的移动平台，如手机、无人机或在崎岖地形上的工程车辆，这一假设并不总是成立。在这些情况下，相机的运动可能导致行人的图像以极端角度被捕获。当使用标准的行人检测器时，这可能导致非常差的行人检测性能。为了解决这个问题，我们提出了一种旋转校正网络（R2N），它可以插入到任何基于CNN的行人（或物体）检测器中，使其适应相机旋转的显著变化。该旋转校正网络使用一个二维旋转估计模块，将旋转信息传递给空间变换网络以校正图像特征。为了实现稳健的旋转估计，我们提出了一个全局极坐标池化（GP-Pooling）算子来捕获卷积特征中的旋转偏移。通过实验，我们展示了我们的旋转校正网络如何能够将最先进的行人检测器在严重图像旋转（高达45%）下的性能提升。
引用
@article{arxiv.1706.08917,
title = {Rotational Rectification Network: Enabling Pedestrian Detection for Mobile Vision},
author = {Xinshuo Weng and Shangxuan Wu and Fares Beainy and Kris Kitani},
journal= {arXiv preprint arXiv:1706.08917},
year = {2020}
}
备注
published in WACV 2018. Author's homepage is http://www.xinshuoweng.com/publications.html