从两个滚动快门到一个全球快门
研究了机器视觉中常见的 rolling shutter 相机模型,发现其会对摄像机的 projective geometry 和 structure-from-motion 造成影响,提出了相应的投影方程并分析不同类型的运动对其造成的影响。
Mar, 2005
本文介绍了一种基于深度学习的滚动快门校正方法,使用两个相邻帧的图像进行矫正,并在全局快门图像的中间时间点上预测出该图像,相较于现有方法具有更好的效果。
Aug, 2021
本文详细研究了旋转快门相机的几何问题,引入了旋转快门本质矩阵并将其与现有模型建立联系,从而总结出多透视相机干净的层次结构。此外,该文还引入了旋转快门情况下的 Sampson 距离,并通过在多个验证数据集上的实验,深入调查了旋转快门相机的外极线几何。
May, 2016
本研究提出了一种基于 Ackermann 运动模型和简化深度假设的最小算法求解滚动快门相机拍摄影像中的畸变,实现了高效且精确的运动补偿。
Dec, 2017
本文提出了一种改进的运动结构法(SfM)算法,该算法考虑了无论 Rolling Shutter(RS)的影响,都能够估计两个连续帧的相对姿态,并给出了用于复原 Rolling Shutter 相机的相对姿态的 9 点算法,使用该算法的图像矫正可产生高质量的全局快门(GS)图像和 3D 重建结果。
Mar, 2019
本文研究使用全局复位的卷帘快门(RSGR)来纠正摄像机运动带来的几何畸变,通过开发包含时空设计的改进算法和现有图像到图像翻译算法,利用光学系统实现视频畸变纠正,并在不改变硬件的情况下,取得比目前的 RS 解决方案更高效和有效的结果。
Apr, 2022
本文提出了一个实现滚动快门矫正的数据集 BS-RSC 和相应的模型。该模型具有自适应扭曲和适应性变形,可以将学习到的 RS 特征自适应地扭曲成全局快门对应物并重建成高品质的全局快门帧。实验结果表明,该方法有效,并且我们的数据集可以提高模型在现实情况下消除 RS 效应的能力。
Apr, 2022
本文介绍了一种基于滚动快门 SfM 的关键运动序列 (CMSs) 的处理方法,通过采用线性化纯旋转 RS 摄像机模型,将 RS 变形近似表达为虚拟相机的两个内部参数加上类似于镜头变形的单参数非线性变换,将问题重构为虚拟相机的自标定,并推导了 CMSs 的一般表示。
Nov, 2016
本文提出了一种基于双重滚动快门相机捕捉的成像方法,通过迭代学习速度场来生成双重光流序列,以此提取全局快门帧序列。IFED 模型被证明在处理不同读取设置和带有相机运动和物体运动的动态场景数据方面具有比当前最先进方法更好的表现。
Mar, 2022