TopView：基于深度学习从未校准的街景图像中向量化鸟瞰视角中的道路用户
计算机视觉与模式识别
2024-12-24 v1
摘要
生成道路用户的鸟瞰视角对包括导航、检测代理冲突、测量空间占用以及利用度量系统测量不同对象之间距离等多种应用具有重要益处。本研究引入了一种简单方法，用于从无前置知识的给定摄像机内外参数的图像中估计鸟瞰视角。该模型基于从各种视场的对象的正交投影到鸟瞰视角，以学习给定场景的消失点。此外，我们利用所学消失点以及轨迹线，将道路用户的2D边界框转换为3D边界信息。所介绍的框架已应用于多个应用，包括从摄像机 feed 生成实时地图以及在城市尺度上分析社交距离违规。该框架在对不同未校准摄像机中道路用户进行地理定位方面表现出高效验证。它还为新的城市建模技术和准确模拟建筑环境的新adaptations铺平了道路，这些技术可能通过深度学习和计算机视觉为基于代理的建模提供支持。
引用
@article{arxiv.2412.16229,
title = {TopView: Vectorising road users in a bird's eye view from uncalibrated street-level imagery with deep learning},
author = {Mohamed R Ibrahim},
journal= {arXiv preprint arXiv:2412.16229},
year = {2024}
}
备注
28 pages