武漢大學論文獲國際攝影測量與遙感學會雜志2021年度最佳論文獎

2022-07-06 13:51:59
日前,由武漢大學電子信息學院教授楊文課題組和卡內基梅隆大學機器人研究所副教授Sebastian Scherer課題組合作的在任意畸變圖像上進行線段檢測工作成果獲得國際攝影測量與遙感學會雜志《ISPRS Journal of Photogrammetry and Remote Sensing》2021年度最佳論文獎(U.V.Helava Award)。

論文題目為“ULSD: Unified line segment detection across pinhole, fisheye, and spherical cameras”(《ULSD:面向平面、魚眼和球面相機的統一線段檢測算法》)。電子信息學院碩士生李皓、特聘副研究員余淮為共同第一作者,楊文和電子信息學院副教授余磊為共同通訊作者,武漢大學為論文第一署名單位。

該研究工作基于Bezier曲線表達提出了端到端的線檢測模型,可直接應用于平面、魚眼和球面圖像而無需事先對圖像進行去畸變處理。

獲獎證書

圖像的線段檢測是計算機視覺和遙感技術中的一個基本問題,可廣泛應用于三維重建和SLAM。雖然許多先進方法在線段檢測方面表現出了良好的性能,但對未去畸變原始圖像的線段檢測仍然是一個具有挑戰性的問題。同時,對于畸變和無畸變的圖像也缺乏統一的線段檢測框架。瞄準以上兩大難題,文章提出了一種新的基于學習的任意畸變圖像的統一線段檢測方法(ULSD):研究工作首先利用一種新的基于等分點的Bezier曲線表示方法來建模任意畸變的線段,然后利用端到端可訓練神經網絡進行等分點回歸,在此基礎上回歸出整條線段。由于所提出的ULSD算法和相機的畸變參數和相機模型無關,因此不需要對圖像進行去畸變預處理。

在實驗方面,該方法分別在平面、魚眼和球形圖像數據集上進行評估,并在不同相機模型畸變圖像的混合數據集上進行訓練和測試。典型三種相機模型實驗結果表明,研究工作提出的ULSD方法在準確性和效率上比當前SOTA方法更具有競爭力,尤其是在統一三種相機模型的混合數據集的結果訓練顯示,ULSD方法在現實場景中更具有效性和普遍性。

平面、魚眼和球面圖像線特征檢測結果

據悉,ISPRS學會自1996年起每年從該期刊上一年度發表的論文中評選一篇最佳論文并冠名U.V.Helava獎。該獎項由Elsevier B.V.和Leica Geosystems AG贊助,由五位領域頂級專家組成的評審團對論文進行評估,至今有26篇論文獲得該榮譽。(來源:武漢大學)

收藏 舉報

延伸 · 閱讀