标题：DeepLSD: Line Segment Detection and Refinement with Deep Image Gradients

作者：Rémi Pautrat, Daniel Barath, Viktor Larsson, Martin R. Oswald, Marc Pollefeys

单位：苏黎世联邦理工学院、隆德大学、阿姆斯特丹大学、微软

原文链接：https://arxiv.org/abs/2212.07766

代码链接：https://github.com/cvg/DeepLSD

线段在我们的人造世界中无处不在，并且越来越多地用于视觉任务中。由于它们提供的空间范围和结构信息，它们是特征点的补充。基于图像梯度的传统线检测器非常快速和准确，但是在噪声图像和挑战性条件下缺乏鲁棒性。他们有经验的同行更具可重复性，可以处理具有挑战性的图像，但代价是精确度较低，偏向线框线。我们建议将传统方法和学习方法结合起来，以获得两个世界的最佳效果:一个准确而鲁棒的线检测器，可以在没有真值线的情况下在野外训练。我们的新型线段检测器DeepLSD使用深度网络处理图像，以生成线吸引力场，然后将其转换为替代图像梯度幅度和角度，再馈入任何现有的手工线检测器。此外，我们提出了一个新的优化工具，以完善基于吸引力场和消失点的线段。这种改进大大提高了当前深度探测器的精度。我们展示了我们的方法在低级线检测度量上的性能，以及在使用多挑战数据集的几个下游任务上的性能。

图片

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