单目视觉里程计的光度校准基准
计算机视觉与模式识别
2016-10-11 v2
摘要
我们提出一个用于评估单目视觉里程计和SLAM方法跟踪精度的数据集。它包含50个真实世界序列，涵盖超过100分钟视频，记录于数十种不同环境——从狭窄室内走廊到宽阔室外场景。所有序列主要包含探索式相机运动，起始和结束于同一位置。这使得能够通过从起点到终点的累积漂移评估跟踪精度，而无需整个序列的真值。与现有数据集相反，所有序列均经过光度校准。我们提供传感器报告的每帧曝光时间、相机响应函数以及密集镜头衰减因子。我们还提出一种新颖、简单的非参数渐晕校准方法，其所需设置最少且易于复现。最后，我们在该数据集上彻底评估两种现有方法（ORB-SLAM和DSO），包括分析图像分辨率、相机视场和相机运动方向的影响。
引用
@article{arxiv.1607.02555,
title = {A Photometrically Calibrated Benchmark For Monocular Visual Odometry},
author = {Jakob Engel and Vladyslav Usenko and Daniel Cremers},
journal= {arXiv preprint arXiv:1607.02555},
year = {2016}
}
备注
* Corrected a bug in the evaluation setup, which caused the real-time results for ORB-SLAM (dashed lines in Figure 8) to be much worse than they should be. * https://vision.in.tum.de/data/datasets/mono-dataset