基于生成对抗网络的极坐标域自监督径向畸变校正算法
薛松1
赵珂瑶2
林春雨2
1.中车青岛四方车辆研究所有限公司,山东青岛 2660002.北京交通大学信息科学研究所,北京 100044
摘要：鱼眼相机可以捕捉大视野场景,但它在图像中引入了严重的径向畸变.大多数现有的深度学习图像校正方法都需要畸变参数、无畸变图像等标签进行监督,而应用到真实世界的场景时,上述的假设和要求可能并不成立.提出基于生成对抗网络的极坐标域自监督径向畸变校正算法,利用极坐标图像畸变大小水平一致性和极坐标图像内部畸变平滑性,实现单幅图像的自监督鱼眼校正.同时使用多项式模型和除法模型合成大范围的畸变训练数据集,使模型获得较好的泛化能力.在合成数据集和真实数据集上的对比实验结果证明了本方法的优越性.
关键词：畸变校正自监督极坐标生成对抗网络
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(62172032)
论文发表日期：2022-10-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 74-83 )
英文信息