摘要
地平线是图像理解任务中一个重要的上下文属性。因此，许多方法被提出用于从单张图像中估计其位置。这些方法通常需要图像包含特定的线索，如消失点、共面圆（coplanar circles）和规则纹理，从而限制了它们在现实世界中的应用。我们引入了一个大型且真实的评估数据集——野生环境下的地平线（Horizon Lines in the Wild, HLW），该数据集包含带有标记地平线的自然图像。利用这一数据集，我们研究了卷积神经网络直接估计地平线位置的应用，而无需任何显式的几何约束或其他特殊线索。广泛的评估表明，使用我们的卷积神经网络（无论是单独使用还是与先前的几何方法结合使用），我们在具有挑战性的HLW数据集以及两个现有的基准数据集上均取得了最先进的结果。