共面感知单应估计网络

匹配误差降22%

通过无监督生成对抗网络施加共面性约束，使预测聚焦于主导平面，并扩展至局部网格以处理多深度平面场景。

Liu, Shuaicheng · Hong, Mingbo · Lu, Yuhang · Ye, Nianjin · 林春雨 · 曾兵

IEEE Transactions on Pattern Analysis and Machine Intelligence 2024

参数信息

匹配误差降低幅度

22 %

技术优势

更准

通过共面性约束使网络聚焦于主导平面，匹配误差比先前SOTA方法低22%。

多平面也能用

扩展至局部网格单应估计，对每个网格单元施加平面约束，可对齐多个深度平面场景。

应用场景

• 多视角几何重建：用更准的单应估计对齐多视角图像，提升重建质量。
• 图像拼接：减少多平面场景拼接错位，输出更自然的全景图。
• 计算摄影：在不同拍摄距离物体间建立准确映射，增强合成效果。
• 视觉测量：提供亚像素级图像对齐，支持高精度视觉测量。