2-Line Exhaustive Searching for Real-Time Vanishing Point Estimation in Manhattan World

论文大意

传统方法常用 RANSAC 和多线段最小样本集来生成消失点候选，但多线模型在只有 1 个或 2 个明显消失方向的图像中容易失效，RANSAC 也可能受随机采样和局部最优影响。论文的核心思路是把“候选生成”和“候选验证”拆开：先用两条线段相交得到第一个消失点，再利用曼哈顿世界的正交约束，在等效球面上沿着与第一个消失点正交的大圆均匀采样第二个消失点，第三个消失点由前两个方向的叉积得到。

整个流程可以概括为三步：先建立极坐标网格，把线段交点对消失点方向的支持预先累计起来；再生成候选消失点组合；最后通过查表快速验证所有候选，选择支持度最高的一组。

方法流程

1. 从图像中提取线段，计算线段两两相交得到可能的消失点方向。
2. 把交点从图像平面转换到以相机光心为中心的等效球面上，再转成纬度和经度。
3. 用 90 × 360 的极坐标网格记录每个方向附近的线段响应，网格分辨率是 1 度。
4. 随机取两条线生成第一个消失点，论文在 0.5 外点率和 0.9999 置信度下使用 105 次采样。
5. 对每个第一个消失点，在它的正交大圆上均匀采样 360 个第二消失点，并用叉积得到第三消失点。
6. 对总共 105 × 360 个候选三元组查表评分，取得分最高的一组作为最终消失点。

建立网格

这篇论文的网格不是直接铺在图像二维平面上，而是铺在“方向空间”里。给定图像主点和焦距，一个像素点或线段交点可以写成方向向量 (x - x0, y - y0, f)，再投到等效球面上，用纬度 phi 和经度 lambda 表示。

因为只考虑朝向图像平面的半球，所以 phi 的范围是 0 到 90 度，lambda 的范围是 0 到 360 度。论文用 1 度一个格子，所以得到 90 × 360 的极坐标网格。每一对线段的交点都会落到某个格子里，并向该格子投一票。最后再做一次 3 × 3 高斯平滑，让邻近格子共享一点支持，减轻量化误差。

得分方式

得分可以分成两层理解。第一层是在建立网格时，线段对给某个方向格子增加响应值，公式可以写成 G(phi, lambda) += ||l1|| * ||l2|| * sin(2θ)。这里 ||l1|| 和 ||l2|| 表示两条线段长度，长线段通常更稳定；sin(2θ) 会让夹角过小或过大的线段对权重变低，夹角适中的线段对权重更高。

第二层是在验证候选消失点时。一个候选包含 v1、v2、v3 三个方向，把它们分别转成网格坐标后，直接取三个格子的响应值相加，作为这组候选的总分。总分越高，说明有越多稳定线段对在这些方向附近形成交点，论文就把总分最高的候选作为最终结果。

读后抓手

这篇论文最值得记住的点，是它把耗时的“每个候选都重新遍历线段验证”变成了“先把线段证据累计到方向网格里，再对候选做查表”。这样既保留了穷举搜索的全局性，又把验证过程压到很轻，论文报告在普通 CPU 上约 40ms 可以完成一次估计。

需要注意的是，方法依赖相机标定、曼哈顿世界假设和线段检测质量。它适合室内、建筑、街景这类存在明显正交结构的场景；如果场景本身不满足正交结构，最高得分也不一定代表真实几何。

PDF 原文保存在本站根目录，可从 这里打开。