论文标题：ULSD: Unified line segment detection across pinhole, fisheye, and spherical cameras

代码链接：https://github.com/lh9171338/ULSD-ISPRS

图像的线段检测是计算机视觉和遥感技术中的一个基本问题，可广泛应用于三维重建和SLAM。虽然许多先进方法在线段检测方面表现出了良好的性能，但对未去畸变原始图像的线段检测仍然是一个具有挑战性的问题。此外，对于畸变和无畸变的图像都缺乏统一的线段检测框架。为了解决这两个问题，本文提出了一种新的基于学习的任意畸变图像的统一线段检测方法（即ULSD）。具体来说，我们首先提出了一种新的基于等分点的Bezier曲线表示方法来建模任意畸变的线段。然后利用端到端可训练神经网络进行等分点回归，在此基础上回归出整条线段。因此，所提出的ULSD算法和相机的畸变参数和相机模型无关，不需要进行去畸变预处理。在实验中，该方法分别在针孔、鱼眼和球形图像数据集上进行评估，并在不同相机模型畸变图像的混合数据集上进行训练和测试。在典型三种相机模型上的实验结果表明，提出ULSD在准确性和效率上比当前SOTA的方法更具有竞争力，特别是统一三种相机模型的混合数据集的结果训练，证明提出的ULSD在现实场景的有效性和普遍性。

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除