新闻网讯（通讯员李琳、余淮）日前，由电子信息学院教授杨文课题组和卡内基梅隆大学机器人研究所副教授Sebastian Scherer课题组合作的在任意畸变图像上进行线段检测工作成果获得国际摄影测量与遥感学会杂志《ISPRS Journal of Photogrammetry and Remote Sensing》2021年度最佳论文奖（U.V.Helava Award）。

论文题目为“ULSD: Unified line segment detection across pinhole, fisheye, and spherical cameras”（《ULSD：面向平面、鱼眼和球面相机的统一线段检测算法》）。电子信息学院硕士生李皓、特聘副研究员余淮为共同第一作者，杨文和电子信息学院副教授余磊为共同通讯作者，武汉大学为论文第一署名单位。

该研究工作基于Bezier曲线表达提出了端到端的线检测模型，可直接应用于平面、鱼眼和球面图像而无需事先对图像进行去畸变处理。

获奖证书

图像的线段检测是计算机视觉和遥感技术中的一个基本问题，可广泛应用于三维重建和SLAM。虽然许多先进方法在线段检测方面表现出了良好的性能，但对未去畸变原始图像的线段检测仍然是一个具有挑战性的问题。同时，对于畸变和无畸变的图像也缺乏统一的线段检测框架。瞄准以上两大难题，文章提出了一种新的基于学习的任意畸变图像的统一线段检测方法（ULSD）：研究工作首先利用一种新的基于等分点的Bezier曲线表示方法来建模任意畸变的线段，然后利用端到端可训练神经网络进行等分点回归，在此基础上回归出整条线段。由于所提出的ULSD算法和相机的畸变参数和相机模型无关，因此不需要对图像进行去畸变预处理。

在实验方面，该方法分别在平面、鱼眼和球形图像数据集上进行评估，并在不同相机模型畸变图像的混合数据集上进行训练和测试。典型三种相机模型实验结果表明，研究工作提出的ULSD方法在准确性和效率上比当前SOTA方法更具有竞争力，尤其是在统一三种相机模型的混合数据集的结果训练显示，ULSD方法在现实场景中更具有效性和普遍性。

平面、鱼眼和球面图像线特征检测结果

据悉，ISPRS学会自1996年起每年从该期刊上一年度发表的论文中评选一篇最佳论文并冠名U.V.Helava奖。该奖项由Elsevier B.V.和Leica Geosystems AG赞助，由五位领域顶级专家组成的评审团对论文进行评估，至今有26篇论文获得该荣誉。

以上内容由大学时代综合整理自互联网，实际情况请以官方资料为准。