Deep-Hough-Transform-Line-Priors:深度转换线优先级的正式实施（ECCV 2020）

深度变换线先验 优先级的正式实施（ECCV 2020） 和和 电子邮件：y.lin-1ATtudelftDOTnl 荷兰代尔夫特理工大学视觉实验室 介绍 关于线段检测的经典工作是基于知识的； 它使用经过精心设计的几何先验，使用图像渐变，像素分组或霍夫变换变体。 取而代之的是，当前的深度学习方法消除了所有先验知识，并通过在大型人工注释数据集上训练深度网络来代替先验知识。 在这里，我们使用经典的基于知识的先验知识，同时使用深度网络学习功能，从而减少了对标记数据的依赖。 我们通过可训练的霍夫变换模块将行先验添加到深度网络中。 霍夫变换提供了有关全局线参数化的先验知识，而卷积层则可以学习局部梯度样的线特征。 在线框和约克城市数据集上，我们表明添加先验知识可提高数据效率，因为不再需要从数据中学习线先验。 主要特点：增加了霍夫线先验 从左到右：地面真相，预测，带噪声的输入功能和HT-IHT功能