UprightNet：基于单图像且感知几何的相机朝向估计
计算机视觉与模式识别
2019-08-21 v1
摘要
我们提出 UprightNet，一种基于学习的方法，用于从室内场景的单张 RGB 图像估计 2 自由度（2DoF）相机朝向。与近期利用深度学习从图像到朝向参数进行黑箱回归的方法不同，我们提出了一种融合显式几何推理的端到端框架。具体而言，我们设计了一个网络，在局部相机和全局参考坐标系中预测场景几何的两种表示，并通过可微最小二乘模块将相机朝向求解为最佳对齐这两种预测的旋转。该网络可端到端训练，并可使用真实相机位姿及表面几何的中间表示进行监督。我们在合成与真实数据集上的单图像相机朝向任务上评估了 UprightNet，并显示出相较先前最优方法的显著改进。
引用
@article{arxiv.1908.07070,
title = {UprightNet: Geometry-Aware Camera Orientation Estimation from Single Images},
author = {Wenqi Xian and Zhengqi Li and Matthew Fisher and Jonathan Eisenmann and Eli Shechtman and Noah Snavely},
journal= {arXiv preprint arXiv:1908.07070},
year = {2019}
}