利用先验重力方向估计未标定图像中的消失点
计算机视觉与模式识别
2023-08-22 v1
摘要
我们致力于估计曼哈顿坐标系（即三个相互正交的消失点）以及相机未知焦距的问题，并利用先验垂直方向。该方向可来自惯性测量单元，其为近期消费设备（如智能手机）的标准组件。我们对最小线配置进行了详尽分析，并推导了两个新的二线求解器，其中之一的求解器不受现有求解器所面临的奇异性影响。此外，我们设计了一种新的非最小方法，可运行于任意数量的线上，以提升局部优化中的性能。将所有求解器组合于一个混合鲁棒估计器中，即便在粗糙先验下，我们的方法也能实现更高的精度。在合成与真实世界数据集上的实验表明，与最先进方法相比，我们的方法具有更优的精度，同时运行时间相当。我们进一步展示了我们的求解器在相对旋转估计中的适用性。代码已发布于 https://github.com/cvg/VP-Estimation-with-Prior-Gravity。
引用
@article{arxiv.2308.10694,
title = {Vanishing Point Estimation in Uncalibrated Images with Prior Gravity Direction},
author = {Rémi Pautrat and Shaohui Liu and Petr Hruby and Marc Pollefeys and Daniel Barath},
journal= {arXiv preprint arXiv:2308.10694},
year = {2023}
}
备注
Accepted at ICCV 2023