Jul, 2023

基于去模糊和配准的鱼眼图像更强大的拼接算法

PDF
TL;DR我们提出了一种结合传统图像处理方法和深度学习的更强的鱼眼图像拼接算法，通过 Attention-based Nonlinear Activation Free Network（ANAFNet）对鱼眼图像进行校正并采用 ORB-FREAK-GMS（OFG）综合图像匹配算法提高图像配准的准确性，实验结果证明我们的方法可以获得质量更高的鱼眼图像拼接。
fisheye lensgeometric distortiondeep learningimage registrationimage stitching
发现论文，激发创造
  • 面向真实世界全景图像生成的弱监督拼接网络

    提出了一种基于深度学习的缝合模型，采用弱监督学习机制训练，实现对多个鱼眼图像的 360 度输出，通过色彩一致性校正、畸变校正和图像融合实现，其训练采用感知损失和 SSIM 损失函数，在两个真实的缝合数据集上进行了有效性验证。

    Sep, 2022

  • FishEyeRecNet: 鱼眼图像矫正的多上下文协同深度网络

    本研究提出了一种端到端多环境协作深度神经网络，用于从单个鱼眼图像中消除畸变，采用深度学习方法自动估计畸变参数并构建合成数据集进行训练，实验表明，在合成和真实数据集上，该模型明显优于当前最先进的方法。

    Apr, 2018

  • FishRecGAN：一种基于端到端 GAN 的鱼眼校正和标定网络

    本文提出了一种采用端到端的深度学习方法来对鱼眼图像进行矫正以及同时校准相机内在和畸变参数的方法，该方法能够在高分辨率下具有鲁棒的表现，并且利用生成对抗网络（GAN）实现了快速图像矫正模块和校准模块。

    May, 2023

  • 学习校准鱼眼图像的直线以进行校正

    本文提出了一种基于深度学习的方法来同时校准鱼眼镜头的内部参数和矫正失真的图像，并进一步针对其非线性失真分布和特定几何形状设计了一种多尺度感知的神经网络，通过新的数据集测试发现该方法相比于其他先进算法能在合成和真实数据的鱼眼图像上较好地矫正并准确估计失真参数。

    Apr, 2019

  • 基于位置引导的鱼眼图像头部姿态估计

    使用鱼眼镜头进行头部姿态估计，提出了一种新的方法，通过图像中头部位置的知识来降低鱼眼畸变的负面影响，使用卷积神经网络从鱼眼图像直接估计头部姿态，无需校正或标定操作，实验证明与其他最先进的单阶段和双阶段方法相比，我们的网络显著提高了头部姿态估计的准确性。

    Feb, 2024

  • 卷积核适应校准鱼眼

    使用摄像机校准来改变卷积核并适应畸变，使得卷积的感受野类似于透视图像中的标准卷积，从而提高在深度估计和语义分割中校准鱼眼镜头网络的性能。

    Feb, 2024

  • 鱼眼镜头数据集中用于改善目标检测的低光图像增强框架

    提出了一种新颖的方法，结合基于变压器的图像增强框架和集成学习技术，解决城市交通监测系统中基于鱼眼镜头相机的问题，提高了系统的有效性和准确性，为智能交通管理系统的未来作出了重要贡献。

    Apr, 2024

  • FisheyeHDK: 超宽视场图像识别的双曲形变核学习

    本文提出了一种新的超限变形卷积参数学习方法，即使用超平面空间中的核形状来适应鱼眼图像，改进了现有的变形核方法。实验结果表明，该方法比先前的方法在鱼眼图像上的适应能力更强，使得 CNN 在鱼眼图像适应任务中性能更佳。

    Mar, 2022

  • 深度矩形图像拼接：一种学习基础线

    本文提出了第一个基于深度学习的图像矩形化解决方案，使用预设的刚性目标网格和全卷积网络进行初始网格的预测，并提出了一个全面的目标函数以同时提高边界矩形化、网格形状保持和内容自然性，实验结果表明本方案在数量和质量上均优于传统方法。

    Mar, 2022

  • 快速随机图像拼接的局部顶峰尺度不变特征变换

    通过结合局部极值尺度不变特征变换（LP-SIFT）算法和 RANSAC 算法，在图像拼接中实现了极大的速度提升，可以在 158.94 秒内拼接九张 2600*1600 像素的大图片，并且适用于地形绘制、生物分析和刑事调查等多种领域。

    May, 2024