RISNet:无监督真实场景图像拼接网络

来源：计算机应用研究杂志2023年第9期北京时间：

作者：朱永,付慧,唐世华,王一迪,

单位：1.北京林业大学信息学院,北京100083；2.国防大学联合作战学院,石家庄050084；

摘要：图像拼接目的是获得一张高清无缝的全景图，现有方法依赖于特征匹配的准确性，会错误地对齐图像，产生伪影和失真等现象。为此提出一种新的无监督真实场景图像拼接网络，能够适应存在移动目标的真实场景拼接，保证全景图的精度无损失，包含配准和重建两个网络。在配准网络中引入内容感知分支，学习内容掩码，排除移动目标和误导性区域对于变换矩阵的负影响；在重建网络中添加边缘检测分支，构造边缘一致性感知损失，约束重建过程，优化图像细节，实现高清、无伪影的拼接效果。实验结果表明，该方法RMSE、PSNR、SSIM分别达到1.81、26.56、0.85，客观评价指标整体优于其他经典算法，用户调研结果也说明该方法获取的全景图清晰度更高。该方法有效地完成了真实场景下的无监督图像拼接，并能够泛化至其他场景的拼接任务中。

关键词：计算机视觉,深度学习,图像拼接,单应性估计,边缘引导,

基金资助：国家自然科学基金资助项目；；