利用行人重识别的宽基线多相机标定
计算机视觉与模式识别
2021-04-20 v1
摘要
我们解决大环境宽基线场景下相机网络的 3D 位姿估计问题，例如建筑工地、体育场馆和公共空间的相机。该任务具有挑战性，因为从两个差异极大的相机视角检测并匹配同一 3D 关键点十分困难，使得标准运动恢复结构（SfM）流程不适用。在此情形下，将场景中的人视为“关键点”并在不同相机视角间进行关联，可作为获取对应关系的替代方法。基于这一直觉，我们提出一种利用行人重识别（re-ID）思想进行宽基线相机标定的方法。我们的方法首先采用 re-ID 方法关联跨相机的人体边界框，然后将边界框对应转换为点对应，最后利用多视图几何与光束法平差求解相机位姿。由于除可见人员外我们的方法不需要专门标定物，它适用于需要频繁标定更新的情形。我们在不同大小场景、相机设置（室内与室外）以及人类活动（行走、打篮球、施工）所采集的数据集上进行了大量实验。实验结果表明，我们的方法取得了与依赖人工标注点对应的标准 SfM 方法相近的性能。
引用
@article{arxiv.2104.08568,
title = {Wide-Baseline Multi-Camera Calibration using Person Re-Identification},
author = {Yan Xu and Yu-Jhe Li and Xinshuo Weng and Kris Kitani},
journal= {arXiv preprint arXiv:2104.08568},
year = {2021}
}