单图像深度预测使特征匹配更轻松
计算机视觉与模式识别
2020-08-24 v1
摘要
良好的局部特征提升了众多三维重定位与多视图重建流程的鲁棒性。问题在于视角与距离会严重影响局部特征的可辨识性。通过选取更好的局部特征点或借助外部信息来增强外观不变性的尝试，往往带有使其难以实用的前提条件。本文提出一种出奇有效的局部特征提取增强方法，可改善匹配效果。我们表明，尽管基于CNN的单张RGB图像深度估计存在缺陷，却颇有帮助。它们使我们能够预变形图像并校正透视畸变，从而显著增强SIFT与BRISK特征，即使在相机朝向同一场景但方向相反时，也能获得更多良好匹配。
引用
@article{arxiv.2008.09497,
title = {Single-Image Depth Prediction Makes Feature Matching Easier},
author = {Carl Toft and Daniyar Turmukhambetov and Torsten Sattler and Fredrik Kahl and Gabriel Brostow},
journal= {arXiv preprint arXiv:2008.09497},
year = {2020}
}
备注
14 pages, 7 figures, accepted for publication at the European conference on computer vision (ECCV) 2020