ShelfRectNet：单视图货架图像透视校正
计算机视觉与模式识别
2025-11-26 v1
摘要
从单张图像估计透视矩阵仍是一个具有挑战性且在实际中具有价值的任务，尤其是在零售领域，那里通常只为货架监控和产品对齐提供一个视点。本文提出了一个深度学习框架，用于预测4点参数化的透视矩阵，以校正从任意角度捕获的货架图像。我们的模型利用基于ConvNeXt的主干网络以获得更好的特征表示，采用归一化坐标回归以提高稳定性。为解决数据稀缺和促进泛化性，我们引入一种新颖的数据增强策略，通过建模和采样合成透视矩阵来实现。我们的方法在测试集上实现了1.298像素的平均角点误差。与经典计算机视觉方法和深度学习方法相比，我们的方法在准确性和推理速度方面都表现出竞争力。这些结果共同确立了我们的方法作为实际单视图透视校正的稳健且高效的解决方案。为鼓励该领域的进一步研究，我们将公开数据集ShelfRectSet和代码。
引用
@article{arxiv.2511.20335,
title = {ShelfRectNet: Single View Shelf Image Rectification with Homography Estimation},
author = {Onur Berk Tore and Ibrahim Samil Yalciner and Server Calap},
journal= {arXiv preprint arXiv:2511.20335},
year = {2025}
}