摘要

我们提出了一种在人造环境中检测水平消失点和天顶消失点的新方法。现有方法的主要趋势是首先找到候选消失点，然后通过强制互正交性来剔除异常值。而我们的方法则逆转了这一过程：我们提出一组地平线候选线，并根据其所包含的消失点对其进行评分。我们方法的关键在于利用全局图像上下文（通过深度卷积网络提取）来限制待考虑的候选集。我们的方法不依赖于曼哈顿世界假设，并且能够在仅有一个水平消失点的场景中有效运行。我们在三个基准数据集上评估了我们的方法，并在每个数据集上均达到了最先进的性能。此外，我们的方法比之前的最佳方法显著更快。