利用控制集加速基于SfM的姿态估计
计算机视觉与模式识别
2025-06-05 v1 人工智能
摘要
本文提出了一种预处理方法，用于加速基于运动恢复结构（SfM）的姿态估计，这对增强现实（AR）、虚拟现实（VR）和机器人等实时应用至关重要。我们的方法利用图论中的支配集概念对SfM模型进行预处理，显著提升了姿态估计的速度，同时未损失显著精度。我们使用OnePose数据集，在多种基于SfM的姿态估计技术上评估了所提方法。结果表明处理速度实现了显著提升，幅度为1.5至14.48倍，参考图像数量和点云大小分别减少了17-23倍和2.27-4倍。本工作为高效且精确的三维姿态估计提供了有前景的解决方案，在实时应用中平衡了速度与精度。
引用
@article{arxiv.2506.03667,
title = {Accelerating SfM-based Pose Estimation with Dominating Set},
author = {Joji Joseph and Bharadwaj Amrutur and Shalabh Bhatnagar},
journal= {arXiv preprint arXiv:2506.03667},
year = {2025}
}