Extracting 3D Scene-consistent Object Proposals and Depth from Stereo Images
- 从立体图像中提取3D场景一致的对象提议和深度
- Michael Bleyer1, Christoph Rhemann1;2, and Carsten Rother2
- 1 Vienna University of Technology, Vienna, Austria
- 2 Microsoft Research Cambridge, Cambridge, UK
这项工作结合了计算机视觉研究的两个活跃领域：从单个图像中进行无监督的对象提取，以及从立体图像对中进行深度估计。无监督对象提取的最新成功趋势是利用所谓的“ 3D场景一致性”，即强制对象遵守3D场景的基本物理约束，例如3D空间的占用和对象的重力。我们的主要贡献是将3D场景一致性的概念引入立体匹配中，我们证明了该概念对两项任务，对象提取和深度估计均有益。特别是，我们证明了我们的方法能够，通过改变对象先验的数量，创建一个大的3D场景一致性对象提议集合。我们通过实验表明，与使用立体或单眼图像的最新技术相比，我们的结果与真值更加接近。设想我们的方法将为未来的立体图像对象识别系统构建前端。
介绍
