近日，信息科学与工程学院劳奕臻副教授指导两名本科生在卷帘快门相机（Rolling shutter）的三维视觉应用领域取得进展，针对卷帘快门相机因时空离散的曝光模式易导致图像出现几何形变的问题，提出了一种高效的图像形变去除算法以及抗形变集束调整方法。
相关研究成果被中国计算机学会（CCF）推荐A类会议The IEEE / CVF Computer Vision and Pattern Recognition Conference (CVPR 2023)以及A类期刊IEEE Transactions on Pattern Analysis and Machine Intelligence (T-PAMI)录用。信息科学与工程学院2018级本科生屈德林（现为复旦大学博士研究生）和电气与信息工程学院2019级本科生廖邦彦为这两篇文章的共同第一作者，劳奕臻副教授为唯一通讯作者。这是CVPR以及T-PAMI这两个CCF-A类会议与期刊首次录用我校本科生第一作者身份论文。
卷帘快门因其成本低、帧率高、耗电量小的优点，已经成为当前消费级相机最普遍使用的快门模式。但由于其在曝光时采用了逐行扫描的时空离散模式，导致相机在高速运动的状态下拍摄时会出现图像的形变。
劳奕臻课题组深入研究了六自由度运动状态下的卷帘快门相机在连续帧内的光学投影模型，建立了单像素光流与形变去除向量之间的数学关系，并基于此提出了一套面向复杂场景的卷帘快门形变去除算法，可在不使用GPU加速的条件下，实现480P形变视频的实时修复。
为进一步提升无人系统在基于相机的环境感知与定位任务的可靠性，课题组还对该任务中的核心步骤集束调整进行改进，使其能在存在较强卷帘快门形变的情况下依然能精准估计相机姿态并重建周围的三维环境。该方法基于显式推导的观测误差协方差矩阵，在迭代优化过程中同时使用归一化与协方差标准化加权两种策略来提高集束调整的效率与精度。
本研究工作得到了科技创新2030—“新一代人工智能”重大项目以及自然科学基金的经费支持。
相关研究成果被录用。
面向复杂场景的卷帘快门形变去除算法。
面向卷帘快门相机的集束调整方法可以有效计算相机运动轨迹并重建三维环境。
来源：信科院
责任编辑：蒋鼎邦
【组图】你好，老图书馆！
【组图】“乐”动湖大！
【组图】你好，一舍！