典型文献
基于生成对抗网络的极坐标域自监督径向畸变校正算法
文献摘要：
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.
文献关键词：
畸变校正;自监督;极坐标;生成对抗网络
中图分类号：
作者姓名：
薛松;赵珂瑶;林春雨
作者机构：
中车青岛四方车辆研究所有限公司,山东青岛 266000;北京交通大学信息科学研究所,北京 100044
文献出处：
引用格式：
[1]薛松;赵珂瑶;林春雨-.基于生成对抗网络的极坐标域自监督径向畸变校正算法)[J].北京交通大学学报,2022(05):74-83
A类：
除法模型
B类：
生成对抗网络,自监督,畸变校正,校正算法,鱼眼相机,大视野,图像校正,校正方法,变参数,真实世界,极坐标图,图像畸变,小水,水平一,变平,平滑性,单幅图像,多项式模型,训练数据集,泛化能力,合成数据集,真实数据
AB值：
0.275639
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
