Horizontlinien in der Wildnis

Die Horizontlinie ist ein wichtiges kontextuelles Attribut für eine Vielzahl von Bildverstehensaufgaben. Daher wurden zahlreiche Methoden vorgeschlagen, um ihre Position aus einem einzelnen Bild zu schätzen. Diese Methoden erfordern in der Regel spezifische Hinweise im Bild, wie Fluchtpunkte, koplanare Kreise und regelmäßige Texturen, was ihre Anwendbarkeit in der Realwelt einschränkt. Wir stellen einen großen, realistischen Evaluationsdatensatz vor, die „Horizontlinien in der Wildnis“ (HLW), der natürliche Bilder mit gekennzeichneten Horizontlinien enthält. Mit Hilfe dieses Datensatzes untersuchen wir die Anwendung von Faltungsneuronalen Netzen zur direkten Schätzung der Horizontlinie, ohne explizite geometrische Bedingungen oder andere besondere Hinweise zu benötigen. Eine umfangreiche Auswertung zeigt, dass unser Verfahren mit Faltungsneuronalen Netzen – entweder allein oder in Kombination mit einer früheren geometrischen Methode – den Stand der Technik auf dem anspruchsvollen HLW-Datensatz sowie auf zwei bestehenden Benchmark-Datensätzen erreicht.