（阅读笔记CVIU2024）Multimodel fore-/background alignment for seam-based parallax-tolerant image stitching

基于接缝的多模型前/背景对齐容错图像拼接

Zhang Z, He J, Shen M, et al. Multimodel fore-/background alignment for seam-based parallax-tolerant image stitching[J]. Computer Vision and Image Understanding, 2024, 240: 103912.

0.摘要

大视差图像拼接是一个具有挑战性的计算机视觉问题。 尽管提出了现有的基于接缝的方法来获得令人满意的结果，但是仍然会发生诸如对象错位、消失和重复之类的问题。 针对这些问题，本文提出了一种新的基于接缝的视差容差图像拼接方法，该方法利用多个扭曲模型精确对齐背景和前景区域. 为了基于深度变化对象的特征对应性估计各种空间平滑模型，引入了一种迭代算法，该算法通过为数据分配权重来选择内点并求解网格扭曲模型。 此外，我们在选择和分组未对齐特征对的基础上构造前景像素的匹配置信度，从而惩罚接缝切割的重复。 为了进一步改善对准，我们通过最小化像素级误差来改进模型。 然后，我们从多个候选对齐和接缝查找解决方案中选择最佳接缝。 最后，我们通过对接缝附近的点进行采样和加权来重新估计翘曲模型，以获得看起来自然的缝合结果。 基于真实视频序列的实验结果验证了本文方法的有效性和优越性，并给出了实验结果。