Tiefes Lernen zur Erkennung von Fluchtpunkten unter Verwendung einer inversen Gnomonischen Projektion

Wir präsentieren einen neuen Ansatz zur Detektion von Fluchtpunkten in nicht kalibrierten Einzelaufnahmen. Im Gegensatz zu den aktuellen Methoden machen wir keine vorherigen Annahmen über die betrachtete Szene. Unser Verfahren basiert auf einem Faltungsneuronalen Netzwerk (CNN), das jedoch keine natürlichen Bilder verwendet, sondern eine Gaußsphäre-Darstellung, die aus der inversen gnomonischen Projektion von in einem Bild erkannten Linien entsteht. Dies ermöglicht es uns, synthetische Daten für das Training zu nutzen und die Notwendigkeit von etikettierten Bildern zu eliminieren. Unsere Methode erreicht wettbewerbsfähige Ergebnisse in drei Benchmark-Datensätzen zur Horizontschätzung. Wir betonen zudem einige zusätzliche Anwendungsfälle, für die unser Fluchtpunkt-Detektionsalgorithmus eingesetzt werden kann.