多镜头相机之间标签的可传递性
计算机视觉与模式识别
2025-01-22 v1
摘要
本 work 提出了一种新方法，用于自动在多镜头相机的不同通道之间扩展边界框 (BB) 和掩码标签。为此，提出的方法将结合已知的相位相关方法与细化过程。在第一步骤中，通过对跨相关过程在频域中执行后，在强度图的空间域中定位峰值，从而对图像进行对齐。第二步包括使用最大化 IoU (交并比) 指标获取最佳可能的变换。结果表明，通过该方法，可在大多数情况下实现对不同镜头之间标签的 90% 以上的准确率，并且仅需 65 毫秒即可完成整个过程。一旦获得变换，就可以生成人工 RGB 图像，用于为其标记，以便将此信息传输到每个其他镜头。该 work 将允许用户在更多领域内使用此类相机，包括卫星或医学成像之外的领域，给予对可见光谱中甚至不可见物体进行标记的机会。
引用
@article{arxiv.2501.11513,
title = {Transferability of labels between multilens cameras},
author = {Ignacio de Loyola Páez-Ubieta and Daniel Frau-Alfaro and Santiago T. Puente},
journal= {arXiv preprint arXiv:2501.11513},
year = {2025}
}
备注
This is a preprint version of the work accepted at 20th International Conference on Computer Vision Theory and Applications (VISAPP 2025)